python - pyspider翻页问题?
天蓬老师
天蓬老师 2017-04-18 10:28:43
0
1
706

想要爬取爱卡汽车的每个汽车的口碑,但是在翻页问题总是进不去,无论是用chorme还是自带的css selector helper抓取到的CSS PATH都无法翻页,请求帮助,代码如下

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2017-03-21 12:57:03
# Project: test03
import re
from pyspider.libs.base_handler import *


class Handler(BaseHandler):
    crawl_config = {
    }

    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('http://newcar.xcar.com.cn/price/', callback=self.index_page)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a[href^="http"]').items():
            if re.match("http://newcar.xcar.com.cn/\d", each.attr.href, re.U): 
                self.crawl(each.attr.href, callback=self.list_page)
    def list_page(self, response):
        for each in response.doc('body > p.demio_wp > p > ul > li:nth-child(6) > a').items():
            self.crawl(each.attr.href, callback=self.list_page1)
    
    def list_page1(self, response):
        for each in response.doc('.review_gml_tit > .more').items():
            self.crawl(each.attr.href, callback=self.detail_page)
         #翻页,问题出在下面这里
        for each in response.doc('body > p.review_main > p.review_left > p > p.review_comments > p.review_comments_dl > p.pagers > a:nth-child(2)').items():
            self.crawl(each.attr.href, callback=self.list_page1)
            
    @config(priority=2)
    def detail_page(self, response):
        return {
            "branch":response.doc('#nav_ps > em > a').text(),
            "text":response.doc('body > p.review_main > p.review_left > p > p.review_comments > p.review_comments_dl > dl > dd').text(),
           
        }
天蓬老师
天蓬老师

欢迎选择我的课程,让我们一起见证您的进步~~

Antworte allen(1)
阿神

评论是 javascript 加载的。

Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage