国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

Python使用scrapy抓取網站sitemap信息的方法

2019-11-25 17:48:54
字體:
來源:轉載
供稿:網友

本文實例講述了Python使用scrapy抓取網站sitemap信息的方法。分享給大家供大家參考。具體如下:

import refrom scrapy.spider import BaseSpiderfrom scrapy import logfrom scrapy.utils.response import body_or_strfrom scrapy.http import Requestfrom scrapy.selector import HtmlXPathSelectorclass SitemapSpider(BaseSpider): name = "SitemapSpider" start_urls = ["http://www.domain.com/sitemap.xml"] def parse(self, response):  nodename = 'loc'  text = body_or_str(response)  r = re.compile(r"(<%s[/s>])(.*?)(</%s>)"%(nodename,nodename),re.DOTALL)  for match in r.finditer(text):   url = match.group(2)   yield Request(url, callback=self.parse_page) def parse_page(self, response):    hxs = HtmlXPathSelector(response)    #Mock Item  blah = Item()  #Do all your page parsing and selecting the elemtents you want    blash.divText = hxs.select('//div/text()').extract()[0]  yield blah

希望本文所述對大家的Python程序設計有所幫助。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 平度市| 田林县| 错那县| 桂东县| 乌拉特前旗| 社旗县| 盐边县| 太湖县| 孟连| 宁城县| 同仁县| 玉龙| 嫩江县| 黄平县| 阳春市| 宜章县| 老河口市| 海阳市| 安新县| 临夏县| 中方县| 南开区| 青川县| 凉城县| 肥城市| 台南市| 古田县| 文登市| 延长县| 娄烦县| 张家口市| 墨玉县| 桃园县| 潢川县| 湘西| 江门市| 关岭| 茂名市| 同仁县| 炎陵县| 西宁市|