您好,欢迎来到峰酝科技网。
搜索
您的当前位置:首页CSS选择器字段解析的实现方法

CSS选择器字段解析的实现方法

来源:峰酝科技网
 根据上面所学的CSS基础语法知识,现在来实现字段的解析。首先还是解析标题。打开网页开发者工具,找到标题所对应的源代码。本文主要介绍了CSS选择器实现字段解析的相关资料,需要的朋友可以参考下,希望能帮助到大家

发现是在p class="entry-header"下面的h1节点中,于是打开scrapy shell 进行调试

但是我不想要<h1>这种标签该咋办,这时候就要使用CSS选择器中的伪类方法。如下所示。

注意的是两个冒号。使用CSS选择器真的很方便。同理我用CSS实现字段解析。代码如下


# -*- coding: utf-8 -*- 
import scrapy 
import re 
class JobboleSpider(scrapy.Spider): 
 name = 'jobbole' 
 allowed_domains = ['blog.jobbole.com'] 
 start_urls = ['http://blog.jobbole.com/113549/'] 
 def parse(self, response): 
 # title = response.xpath('//p[@class = "entry-header"]/h1/text()').extract()[0] 
 # create_date = response.xpath("//p[@class = 'entry-meta-hide-on-mobile']/text()").extract()[0].strip().replace("·","").strip() 
 # praise_numbers = response.xpath("//span[contains(@class,'vote-post-up')]/h10/text()").extract()[0] 
 # fav_nums = response.xpath("//span[contains(@class,'bookmark-btn')]/text()").extract()[0] 
 # match_re = re.match(".*?(\d+).*",fav_nums) 
 # if match_re: 
 # fav_nums = match_re.group(1) 
 # comment_nums = response.xpath("//a[@href='#article-comment']/span").extract()[0] 
 # match_re = re.match(".*?(\d+).*", comment_nums) 
 # if match_re: 
 # comment_nums = match_re.group(1) 
 # content = response.xpath("//p[@class='entry']").extract()[0] 
#通过CSS选择器提取字段 
 title = response.css(".entry-header h1::text").extract()[0] 
 create_date = response.css(".entry-meta-hide-on-mobile::text").extract()[0].strip().replace("·","").strip() 
 praise_numbers = response.css(".vote-post-up h10::text").extract()[0] 
 fav_nums = response.css("span.bookmark-btn::text").extract()[0] 
 match_re = re.match(".*?(\d+).*", fav_nums) 
 if match_re: 
 fav_nums = match_re.group(1) 
 comment_nums = response.css("a[href='#article-comment'] span::text").extract()[0] 
 match_re = re.match(".*?(\d+).*", comment_nums) 
 if match_re: 
 comment_nums = match_re.group(1) 
 content = response.css("p.entry").extract()[0] 
 tags = response.css("p.entry-meta-hide-on-mobile a::text").extract()[0] 
 pass

Copyright © 2019- fenyunshixun.com 版权所有

违法及侵权请联系:TEL:199 18 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务