- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试遵循网站的所有 css 样式表,例如https://www.thomann.de/de/index.html
我继承自 scrapy CrawlSpider 类并使用 LxmlLinkExtractor。我告诉规则在所有“链接”标签中搜索 str“css”,如下所示:
from scrapy.linkextractors.lxmlhtml import LxmlLinkExtractor
from scrapy.spiders import CrawlSpider, Rule
from items import ShopCrawlerItem
class CSSSpider(CrawlSpider):
# define unique name of spider
name = "cssspider"
# define spider specific settings
custom_settings = {
'DEPTH_LIMIT': 0,
'FEED_FORMAT': 'json',
'FEED_URI': 'data/interim/items_css.json',
}
def __init__(self, start_urls, *args, **kwargs):
# load list of start urls
self.start_urls = ["https://www.thomann.de/de/index.html"]
# define rules to find css stylesheets
self.rules = (Rule(LxmlLinkExtractor(tags="link", allow="css"), callback="parse_item", follow=True),)
def parse_item(self, response):
"""
Function to parse crawl responses.
"""
# initialize items
item = ShopCrawlerItem()
# store data as items
item["shopurl"] = response.request.url
item["html"] = response.body.decode("utf-8")
return item
但是,我的 json 文件中只收到 2 个元素:
[
{"shopurl": "https://fonts.googleapis.com/css?family=Open+Sans:300,400,700,400i&subset=latin-ext,latin", "html": "xyz"},
{"shopurl": "https://fonts.googleapis.com/css?family=Lora", "html": "xyz"}
]
在 html 源代码中找到的元素如下所示:
<link href="https://fonts.googleapis.com/css?family=Open+Sans:300,400,700,400i&subset=latin-ext,latin" rel="stylesheet" type="text/css">
尽管我在 Chrome 调试器中发现了一堆以“.css”结尾的链接,例如:
<link rel="stylesheet" href="/static/nc/css/oo__rev43.css" type="text/css" media="all">
<link rel="stylesheet" href="/static/tr/css/nc-fix__rev928.css" type="text/css" media="all">
有没有人知道我在这里找不到所有 css 样式表的线索?
最佳答案
您需要相应地更新链接提取器的 tags
和 attrs
构造函数参数。
它们的默认值不适用于您的用例:
tags=('a', 'area'), attrs=('href',)
关于python - 如何定义 scrapy LinkExtractor 规则以跟踪所有以 .css 结尾的链接?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57528949/
我有一个网站,并且我使用 javascript sdk 添加了“点赞”按钮。 这是代码 (function(d, s, id) { var js, fjs = d.g
我知道 HTML 是逐行读取的。当您链接多个 css 文件(如规范化文件和样式表文件)时,由于 CSS 重要性特异性和源顺序,样式表文件应链接在规范化文件之后。看起来这不会影响链接的 JavaScri
我正在使用官方 Bootstrap site 提供的 CDN 链接在我的网络应用程序中使用面板进行测试 在彻底检查我的代码后,面板没有显示。 但是我在 SO 上看到了类似的帖子并且 CDN 链接不同
这里是编码初学者。我正在尝试为我的移动设备网站设置断点,以便我的网站适合小屏幕。我只是想检查如果我缩小视口(viewport)的宽度,背景颜色是否会改变,但没有发生任何变化。也许我只是对一个简单的错误
举一个我想要的例子,想象一下这个字符串: $text = 'lorem ipsum About us lorem ipsum'; 如果此字符串包含一个 href 以 / 开头的 anchor 链接,则
如何链接到 LaTeX 文档的另一部分或子部分?这种链接的常规范式是什么,像[链接名称]那样写,或者像网页超链接那样写? 最佳答案 链接到另一个部分需要您的部分进行一些额外的标记。要使用的命令是: \
我有一个订单表,其中包含订单号、客户 ID 和代理 ID。然后有一个带有 id 的客户表和一个带有 id 的代理表。 我需要获取所有具有来自代理 ID 'a03' 和代理 ID 'a05' 的订单的客
假设我有: dic = {"z":"zv", "a":"av"} ## Why doesn't the following return a sorted list of keys? keys = d
我在尝试链接到外部库时得到了一些奇怪的结果。如果我从命令行运行以下命令: gcc fftwTest.c -I../extlib/fftw-3.3.5-dll32 -L../extlib/fftw-3.
我认为我没有正确理解 jQuery 链接。我正在遍历一个数组并尝试将 div 元素添加到我的包装器 CSS 类中,每个 div 元素都有一个“click”类和自定义 css top 和 left 属性
HTML 使用超级链接与网络上的另一个文档相连。几乎可以在所有的网页中找到链接。点击链接可以从一张页面跳转到另一张页面。 HTML 超链接(链接) HTML使用标签 a 来设置超文本链接。 超链
这个问题在这里已经有了答案: How do I link to part of a page? (hash?) (7 个答案) Scroll Automatically to the Bottom
我想创建一个 Docker Swarm 集群,运行一个 Elasticsearch 实例、一个 MongoDB 实例和一个 grails 应用程序,每个都在单独的机器上。我正在使用 Docker Ma
我正在尝试将 CakePHP HTML Linker 用于以下代码 Add Cuisine 由于 span 标签需要在 a 标签内。我无法根据需要获得输出。关于如何完成它的任何建议? 最佳答案 禁用链
大家好, 我最近开发了一个应用程序,很快就会提交到 App Store。我想免费提交这个应用程序,并想知道我是否可以实现一个带有 PayPal 捐赠标志的按钮,上面基本上写着“捐赠用于开发”或与此相关
我想尝试在 dlang 中使用 libuv。我下载了这样的 dlang 绑定(bind): git clone git@github.com:tamediadigital/libuv.git 现在我接
我有一个节点(节点 a),各种其他节点(节点 b/c/d/e)与之引用。 我可以创建一个带有参数的 View 作为我正在查看的节点(节点 a),并获取引用该节点的节点列表。 基本上在节点 a 查看节点
我正在尝试建立一个常见问题页面,上面有目录,下面有答案。我想点击目录中的一个问题,并在同一页面上链接到相应的答案。我如何在 CakePHP 中使用 $this->Html->link() 执行此操作方
在 WooCommerce 3.0+ 中,我使用 js 创建了一些选项卡,每个选项卡中包含来自不同类别的产品。我已经设法修改了简单产品的添加到购物车链接,其中点击了 addtocart 按钮它进入下一
Delphi 2007/2009 奇怪的问题在这里: 根据设计时定义的组件属性,是否可以在链接中包含文件或保留文件? 示例:如果我将 SomeProperty 保留为真,则在编译时,单元 SomeUn
我是一名优秀的程序员,十分优秀!