Scrapy能否单独抓取iframe内容？

Question

我尝试过复制和粘贴网站的元素（xpath），但没有返回任何结果。

scrapy能抓取在iframe里面的数据吗？如果可以的话，怎么做？如果不行，还有什么其他方法可以尝试？谢谢！

rules = (Rule (SgmlLinkExtractor(deny = path_deny_base, restrict_xpaths=('*'))
    , callback="parse", follow= True),
    )


    def parse(self, response):
        yield(Request(url, callback = self.parse_iframe))

    def parse_iframe(self, response):
        #your code to scrape the content from iframe
        #def parse_items(self, response):
        hxs = HtmlXPathSelector(response)
        titles = hxs.select('//div[2]/h1')
            #//div[2]/h1
        linker = hxs.select('//div[2]/div[10]/a[1]')
            #//div[2]/div[10]/a[1]
        loc_Con = hxs.select('//div[2]/div[1]/div[2]/span/span/span[1]') #//div[2]/div[1]/div[2]/span/span/span[1]
        loc_Reg = hxs.select('//div[2]/div[1]/div[2]/span/span/span[2]') #/div[2]/div[1]/div[2]/span/span/span[2]
        loc_Loc = hxs.select('//div[2]/div[1]/div[2]/span/span/span[3]') #/div[2]/div[1]/div[2]/span/span/span[3]
        items = []
        for titles in titles:
            item = CraigslistSampleItem()
            #item ["job_id"] = id.select('text()').extract()[0].strip()
            item ["title"] = map(unicode.strip, titles.select('text()').extract()) #ok
            item ["link"] = linker.select('@href').extract() #ok
            item ["info"] = (response.url)
            temp1 = loc_Con.select('text()').extract()
            temp2 = loc_Reg.select('text()').extract()
            temp3 = loc_Loc.select('text()').extract()
            temp1 = temp1[0] if temp1 else ""
            temp2 = temp2[0] if temp2 else ""
            temp3 = temp3[0] if temp3 else ""
            item["code"] = "{0}-{1}-{2}".format(temp1, temp2, temp3)
            items.append(item)
        return(items)

Answer 1

我这样做的。首先获取iframe的链接，然后再对它进行解析。

urls = response.css('iframe::attr(src)').extract()
for url in urls :
        yield scrapy.Request(url....)

Answer 2

Scrapy 不能直接从 iframe 中抓取内容。你需要请求 iframe 的网址，像这样：

def parse(self, response):
    yield(Request(url, callback = self.parse_iframe))

def parse_iframe(self, response):
    #your code to scrape the content from iframe

这里的 url 应该是 iframe 的网址，比如 https://career-meridia....../jobs)

编辑：

把网址替换成红色下划线部分的内容。

编辑2： 确保你传递了 iframe 地址所需的所有参数。否则你将得不到任何内容。如果是 POST 方法，你必须传递所有的 POST 参数。