我正在抓取一个网站,我需要从网站上获取卖方信息,但与其列出卖方的名称,不如使用带有徽标的徽标,因此我打算抓取整个图像,但在仔细检查后,我注意到里面与图片网址相同的代码,它们具有公司的实际名称,如下图所示。当我抓取HTML时,是否有一种方法可以搜索HTML的那一行,以便仅获取“ title =“和d”>”之间的文本。
def parse(self, response):
for game in response.css('div.card > div.row'):
item = GameItem()
item["Category"] = game.css("div.col-12.prod-cat a::text").get()
item["Card_Name"] = game.css("a.card-text::text").get()
for buying_option in game.css('div.buying-options-table div.row:not(:first-child)'):
item["Seller"] = buying_option.css("div.col-3.text-center.p-1 img").get()
item["Condition"] = buying_option.css("div.col-3.text-center.p-1::text").get()
item["Price"] = buying_option.css("div.col-2.text-center.p-1::text").get()
yield item
答案 0 :(得分:1)
element::attr(value
)选择元素属性。例如:
a::attr('href')
选择href
元素的a
属性。
尝试使用此选择器提取title
值:
response.css('div.row.align-center.py-2.m-auto > div.col-3.text-center.p-1 > img::attr(title)').get()