Python无法解析所有项

Question

我试图为电子商务网站建立一个简单的抓取。在

它遵循链接，似乎通过XPath找到所有需要的元素。但是，由于某些原因，它只解析1200个条目而不是1531个条目，好像有某种限制。 我尝试过切换选择器，甚至在selenium中模拟下一页的点击，但没有成功。在

以下是完整的爬虫代码：

import scrapy
from scrapy.loader import ItemLoader
from scrapy.crawler import CrawlerProcess


class Product(scrapy.Item):
    category=scrapy.Field()
    price = scrapy.Field()
    name = scrapy.Field()


class ObiSpider(scrapy.spiders.CrawlSpider):
    name = "obi_spider"
    start_urls = ["https://www.obi.ru/vsyo-dlya-doma/lakokrasochnye-materialy/c/296"]


    def parse(self, response):
        for link in response.xpath("//ul[@class='first-level dashed']/li/a/@href").extract():
            yield scrapy.Request(response.urljoin(link), callback=self.parse_page)   


    def parse_page(self, response):
        ans=response.xpath("//li[@class='product large']")
        for prod in ans:
            loader = ItemLoader(item=Product(), selector=prod)
            loader.add_xpath('category', "//div[@class='head dashed selectable']/a/text()")
            loader.add_xpath('name', ".//span[@class='description']/p/text()")
            loader.add_xpath('price', ".//span[@class='price']/span/@data-csscontent")
            yield loader.load_item()
        path = response.xpath("//div[@id='PaginationLinks']/a/@href").extract()
        for link in path:
            if "?page" in link:
                yield scrapy.Request(response.urljoin(link), callback=self.parse_page)



process = CrawlerProcess()
process.crawl(ObiSpider)
process.start()

感谢任何帮助。提前谢谢。在

Answer 1

我想这不是你的蜘蛛的问题，而是产品数量的计算。 您可以在带有产品列表的页面中看到：

有些产品有一些组合，但列表中只有一个链接。 等：