Question

我想从多个网址中抓取信息。我使用以下代码，但不起作用。有人可以指出我出了问题的地方吗？

import scrapy


class spider1(scrapy.Spider):
    name = "spider1"
    domain = "http://www.amazon.com/dp/"
    ASIN = ['B01LA6171I', 'B00OUKHTLO', 'B00B7LUVZK']

    def start_request(self):
        for i in ASIN:
            yield scrapy.Request(url=domain+i, callback=self.parse)

    def parse(self, response):
        title = response.css("span#productTitle::text").extract_first().strip()
        ASIN_ext = response.xpath("//input[@name='ASIN']/@value").extract_first()
        data = {"ASIN": ASIN_ext, "title": title, }
        yield data

Answer 1

方法名称中有一个错字：应该是start_requests而不是start_request。

Answer 2

这是我的解决方案，用于在 page/1 到 page/50 上循环一个 url

urls = ['http://www.example.com/page/' + str(i) for i in range(1, 51)]

在scrapy中使用for循环的多个URL

2 个答案: