- 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?
我当前的蜘蛛仅解析产品属性,而不解析item['title']
。我如何将它们结合在一起页面示例:
https://universalmotors.ru/motorcycles/lifan/motorcycle-lifan-lf150-13-2017/
我的蜘蛛:
# -*- coding: utf-8 -*-
from scrapy.spiders import SitemapSpider as CrawlSpider
from ..items import DistPracticalItem
class SitemapSpider(CrawlSpider):
name = 'sitemap3'
allowed_domains = ['universalmotors.ru']
sitemap_urls = ['https://universalmotors.ru/sitemap.xml']
# sitemap_follow = ['deal']
# sitemap_rules = [(r'^https?://sz.*deal/[0-8]{1,8}\.html$', 'parse_item')]
sitemap_rules = [('/motorcycles/', 'parse_item')]
def parse_item(self, response):
item = DistPracticalItem()
# item['name'] = response.xpath('//h1[contains(@class,"good__title")]/text()').extract_first()
item['title'] = response.css("h1.good__title::text").extract()
# prop = response.xpath('normalize-space(//tr[@itemprop="additionalProperty"])').extract()
item['price'] = response.css('div.deal-info span.campaign-price').css('::text').extract_first()
# item['comments'] = response.css('div.comment div.total').css('::text').extract()
# return item
# for item in response.xpath('//tr[@itemprop="additionalProperty"]'):
for item in response.xpath('//tr[@itemprop="additionalProperty"]'):
yield {
'name': item.xpath('normalize-space(./*[@class="label_table"])').extract_first(),
'value': item.xpath('normalize-space(./*[@class="value_table"])').extract_first(),
# 'title': response.css("h1.good__title::text").extract()
}
我的目标是获取包含以下属性列表的已抓取项目列表:
Title of the Item 1| Price 1 | Property 1, Property 2, property 3
Title of the Item 2| Price 2 | Property 1, Property 2, property 3
Title of the Item 3| Price 3 | Property 1, Property 2, property 3
最佳答案
您必须生成要抓取的完整项目,您的代码仅生成属性,而不生成标题和价格。
我修改了你的代码,它似乎按预期工作。我删除了该项目包含和一些注释以使其在我的机器上运行。
from scrapy.spiders import SitemapSpider as CrawlSpider
class SitemapSpider(CrawlSpider):
name = 'sitemap3'
allowed_domains = ['universalmotors.ru']
sitemap_urls = ['https://universalmotors.ru/sitemap.xml']
sitemap_rules = [('/motorcycles/', 'parse_item')]
def parse_item(self, response):
item = dict()
item['title'] = response.css("h1.good__title::text").extract_first()
item['price'] = response.css('div.deal-info span.campaign-price').css('::text').extract_first()
item['properties'] = list()
for prop in response.xpath('//tr[@itemprop="additionalProperty"]'):
item['properties'].append(
{
'name': prop.xpath('normalize-space(./*[@class="label_table"])').extract_first(),
'value': prop.xpath('normalize-space(./*[@class="value_table"])').extract_first(),
}
)
yield item
请注意,我正在收集 item
变量内的所有信息,在本例中是一个 dict
,在您的变量中是一个 DistPracticalItem
.
您最终将得到以下架构:
{
'title': string,
'price': string,
'properties': list of dicts with 'name' and 'value' as strings
}
希望我说得清楚。
关于python - 抓取项目列表并将其合并到一个属性中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55829359/
我有几个长度不等的 vector ,我想对其进行cbind。我将 vector 放入列表中,并尝试结合使用do.call(cbind, ...): nm <- list(1:8, 3:8, 1:5)
合并(合并)两个 JSONObjects 的最佳方式是什么? JSONObject o1 = { "one": "1", "two": "2", "three": "3" }
我在一个表中有许多空间实体,其中有一个名为 Boundaries 的 geometry 字段。我想生成一个具有简化形状/几何图形的 GeoJson 文件。 这是我的第一次尝试: var entitie
谁能说出为什么这个选择返回 3.0 而不是 3.5: SELECT coalesce(1.0*(7/2),0) as foo 这个返回 3: SELECT coalesce(7/2,0) as foo
首先抱歉,也许这个问题已经提出,但我找不到任何可以帮助我的东西,可能是因为我对 XSLT 缺乏了解。 我有以下 XML: 0 OK
有时用户会使用 Windows 资源管理器复制文件并在他们应该执行 svn 存储库级别的复制或合并时提交它们。因此,SVN 没有正确跟踪这些变化。一旦我发现这一点,损坏显然已经完成,并且可能已经对相关
我想组合/堆叠 2 个不同列的值并获得唯一值。 如果范围相邻,则可以正常工作。例如: =UNIQUE(FILTERXML(""&SUBSTITUTE(TEXTJOIN(",",TRUE,TRANSPO
使用iTextSharp,如何将多个PDF合并为一个PDF,而又不丢失每个PDF中的“表单字段”及其属性? (我希望有一个使用来自数据库的流的示例,但文件系统也可以) 我发现this code可以正常
是否有一个合并函数可以优先考虑公共(public)变量中的非缺失值? 考虑以下示例。 首先,我们生成两个 data.frames,它们具有相同的 ID,但在特定变量上有互补的缺失值: set.seed
我们正在尝试实现 ALM Rangers 在最新的 Visual Studio TFS Branching and Merging Guide 中描述的“基本双分支计划”。 .从指导: The bas
我在不同目录(3个不同名称)中有很多(3个只是一个例子)文本文件,如下所示: 目录:A,文件名:run.txt 格式:txt制表符分隔 ; file one 10 0.2 0.5 0.
我有一张包含学生等级关系的表: Student Grade StartDate EndDate 1 1 09/01/2009 NULL 2
我在学习 https://www.doctrine-project.org/projects/doctrine-orm/en/2.6/reference/working-with-associatio
我觉得我有世界上最简单的 SVN 用例: 我有一个文件,Test.java在 trunk SVN的。 我分行trunk至 dev-branch . 我搬家Test.java进入 com/mycompa
我有两个数据框,其中一些列名称相同,而另一些列名称不同。数据框看起来像这样: df1 ID hello world hockey soccer 1 1 NA NA
Elasticsearch 中是否缺少以扁平化形式(多个子/子aggs)返回结果的方法? 例如,当前我正在尝试获取所有产品类型及其状态(在线/离线)。 这就是我最终得到的: aggs [ { key:
如何合并如下所示的 map : Map1 = Map(1 -> Class1(1), 2 -> Class1(2)) Map2 = Map(2 -> Class2(1), 3 -> Class2(2)
我试图通过从netezza服务器导入数据来合并两个数据集。 以下是数据集,其数字为,ID为,字母为,名称为: 下表都是使用命令从netezza导入的: sqoop import --connect n
我有两个数组 $array1 = array('first', 'second', 'third', 'fourth'); $array2 = array('first', 'third', 'fou
我正在 SQL Server 中运行合并。在我的更新中,我只想在值发生更改时更新该行。有一个版本行在每次更新时都会递增。下面是一个例子: MERGE Employee as tgt USING (SE
我是一名优秀的程序员,十分优秀!