scrapy没有爬网项目的问题

2024-05-29 09:47:49 发布

您现在位置:Python中文网/ 问答频道 /正文

我正在尝试删除此网站(“https://www.karl.com/experience/en/?yoox_storelocator_action=true&action=yoox_storelocator_get_all_stores”)中的所有信息 但我没法把它写进文件里。我的文件甚至没有创建。这是我的密码:

import scrapy # Scraper
import json # JSON manipulation
import jsonpickle # Object serializer


class Karl(scrapy.Spider):

    # Needed var
    name = 'Karl' # Spider's name
    url = "https://www.karl.com/experience/en/?yoox_storelocator_action=true&action=yoox_storelocator_get_all_stores"

    start_url = [
        url,
    ]

    # Called from Scrapy itself
    def parse(self, response):
        filename = '%s.json' % self.name
        response = json.loads(response.body)
        response = jsonpickle.encode(response)

        with open(filename, 'w') as f: # Save the JSON file created
            f.write(response)

当我运行scrapy crawl Karl时,我得到的最后一行是:

2018-07-24 16:02:25 [scrapy.core.engine] INFO: Spider opened
2018-07-24 16:02:26 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 
pages/min), scraped 0 items (at 0 items/min)
2018-07-24 16:02:26 [scrapy.extensions.telnet] DEBUG: Telnet console listening on 127.0.0.1:6023
2018-07-24 16:02:26 [scrapy.core.engine] INFO: Closing spider (finished)
2018-07-24 16:02:26 [scrapy.statscollectors] INFO: Dumping Scrapy stats:
{'finish_reason': 'finished',
 'finish_time': datetime.datetime(2018, 7, 24, 14, 2, 26, 861204),
 'log_count/DEBUG': 1,
 'log_count/INFO': 7,
 'memusage/max': 54804480,
 'memusage/startup': 54804480,
 'start_time': datetime.datetime(2018, 7, 24, 14, 2, 26, 550318)}

你们能帮帮我吗?我和scrapy一起工作了很长一段时间,这是第一次。谢谢


Tags: namehttpsimportinfojsonurldatetimeresponse
1条回答
网友
1楼 · 发布于 2024-05-29 09:47:49

您的spider中有一个错误:start_url应该是start_urls,另外还需要一个变量allowed_domains。此外,也不需要另外声明url。你知道吗

您的代码应该是:

class Karl(scrapy.Spider):

    name = 'Karl'
    start_urls = ["https://www.karl.com/experience/en/?yoox_storelocator_action=true&action=yoox_storelocator_get_all_stores"]
    allowed_domains = "karl.com"

## Snip ##

您还可以使用scrapy genspider生成一个新的spider,它将使用默认模板,在这种情况下会很有帮助。你知道吗

相关问题 更多 >

    热门问题