我正在为学校项目抓取一些数据。我是Scrapy的新手,并且遇到了一些问题。我正在尝试从表中抓取数据。
我开始使用Scrapy shell,并能够通过我在下面的代码中设置的xpath生成数据。
但是我什么时候跑步
scrapy runspider scraper.py -o data.csv
我得到了一个电子表格,但是没有数据。命令行确实显示“ log_coung / DEBUG”:597。我只是不知道如何检查问题所在。任何帮助当然是感激的。
# -*- coding: utf-8 -*-
import scrapy
class PsaSpider(scrapy.Spider):
name = 'psa'
allowed_domains = ['psacard.com']
start_urls = ['https://www.psacard.com/pop/t206/']
def parse(self, response):
rows = response.css('table.pop-grid tbody tr')
for row in rows:
yield {
'name' : row.css('td')[0].css('span.t206-pop-title::text').extract_first(default='').strip(),
'variety' : row.css('td')[0].css('span.variety::text').extract_first(default='').strip(),
'auth' : row.xpath('td[4]//text()').extract_first(default='').strip(),
'psa1': row.xpath('td[5]//text()').extract_first(default='').strip(),
'psa1.5': row.xpath('td[6]//text()').extract_first(default='').strip(),
'psa2': row.xpath('td[7]//text()').extract_first(default='').strip(),
'psa3': row.xpath('td[8]//text()').extract_first(default='').strip(),
'psa4': row.xpath('td[9]//text()').extract_first(default='').strip(),
'psa5': row.xpath('td[10]//text()').extract_first(default='').strip(),
'psa6': row.xpath('td[11]//text()').extract_first(default='').strip(),
'psa7': row.xpath('td[12]//text()').extract_first(default='').strip(),
'psa8': row.xpath('td[13]//text()').extract_first(default='').strip(),
'psa9': row.xpath('td[14]//text()').extract_first(default='').strip(),
'psa10': row.xpath('td[15]//text()').extract_first(default='').strip(),
}
我的shell表示有输出输出,但是我的csv文件只有标头,没有数据:
2019-04-08 11:54:30 [scrapy.core.engine] INFO: Closing spider (finished)
2019-04-08 11:54:30 [scrapy.extensions.feedexport] INFO: Stored csv feed (596 items) in: psa.csv
2019-04-08 11:54:30 [scrapy.statscollectors] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 223,
'downloader/request_count': 1,
'downloader/request_method_count/GET': 1,
'downloader/response_bytes': 70561,
'downloader/response_count': 1,
'downloader/response_status_count/200': 1,
'finish_reason': 'finished',
'finish_time': datetime.datetime(2019, 4, 8, 15, 54, 30, 711381),
'item_scraped_count': 596,
'log_count/DEBUG': 597,
'log_count/INFO': 10,
'response_received_count': 1,
'scheduler/dequeued': 1,
'scheduler/dequeued/memory': 1,
'scheduler/enqueued': 1,
'scheduler/enqueued/memory': 1,
'start_time': datetime.datetime(2019, 4, 8, 15, 54, 24, 91920)}
2019-04-08 11:54:30 [scrapy.core.engine] INFO: Spider closed (finished)