0
다음은 코드입니다. 기본적으로 영화 정보를 긁어 모으고 있습니다. IMDB.com에서. 그러나 어쨌든 요청은 객체 "addr"에있는 url을 스크랩하지 않습니다. parse_item2에 넣은 "print"는 단순히 나타나지 않습니다.치료 요청 URL을 따르지 않습니다
이것은 나를 미치게합니다. 나는 그것에 몇 시간을 보냈다. 어떤 경험을 가진 사람이라면 도움이 될 수 있습니까? 정말 고맙습니다.
# code for the spider
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors.sgml import SgmlLinkExtractor
from scrapy.selector import Selector
from scrapy.http import Request, Response
from beta.items import BetaItem
import urllib2
class AlphaSpider(CrawlSpider):
name = 'alpha'
allowed_domains = ['amazon.com','imdb.com']
start_urls = ['http://www.imdb.com/search/title?at=0&sort=boxoffice_gross_us&title_type=feature&year=2005,2005']
rules = (Rule(SgmlLinkExtractor(restrict_xpaths=('//td/a',), allow=('/title/')), callback='parse_item1'),
)
def parse_item1(self, response):
sel = Selector(response)
item = BetaItem()
idb = sel.xpath('//link[@rel="canonical"]/@href').extract()
idb = idb[0].split('/')[-2]
item['idb'] = idb
title = sel.xpath('//h1[@class="header"]/span[@class="itemprop"]/text()').extract()
item['title'] = title
addr = 'http://www.imdb.com/title/' + idb + '/business'
request = Request(addr, callback=self.parse_item2)
request.meta['item'] = item
return request
def parse_item2(self, response):
print 'I am here'
item = response.meta['item']
sel = Selector(response)
# BLA BLA BLA
return item
'parse_item1'이 작동합니까? 'addr'가 가리키는 페이지가 존재합니까? – Blender
안녕하세요 블렌더입니다. 예, "idb"및 "title"을 크롤링 할 수 있습니다. – maxwell
Scrapy의 크롤링 대기열이 LIFO이므로 추출 된 링크에 도달하는 데 시간이 좀 걸릴 수 있습니다. 특정 페이지에서 테스트해볼 수 있습니까? – Blender