- 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?
我编写了一个脚本来解析在填写网页中的两个输入框时填充的链接名称
(名字
和姓氏
)取自 csv 文件。该 csv 文件包含数千个名称,我正在尝试使用这些名称来抓取链接名称
。
问题是蜘蛛总是会抓取姓氏的链接名称
。
如何抓取与每次搜索关联的单个链接名称
?
这是按时间顺序排列的几个名字和姓氏供您考虑[取自 csv 文件]:
ANTONIO AMADOR ACOSTA
JOHN ROBERT ADAIR
ROBERT CURTIS ADAMEK
CY RITCHIE ADAMS
我尝试过这样的:
import csv
import scrapy
from scrapy.crawler import CrawlerProcess
class AmsrvsSpider(scrapy.Spider):
name = "amsrvsSpiderscript"
lead_url = "https://amsrvs.registry.faa.gov/airmeninquiry/Main.aspx"
def start_requests(self):
with open("document.csv","r") as f:
reader = csv.DictReader(f)
itemlist = [item for item in reader]
for item in itemlist:
yield scrapy.Request(self.lead_url,meta={"fname":item['FIRST NAME'],"lname":item['LAST NAME']},dont_filter=True, callback=self.parse)
def parse(self,response):
fname = response.meta.get("fname")
lname = response.meta.get("lname")
payload = {item.css('::attr(name)').get(default=''):item.css('::attr(value)').get(default='') for item in response.css("input[name]")}
payload['ctl00$content$ctl01$txtbxFirstName'] = fname
payload['ctl00$content$ctl01$txtbxLastName'] = lname
payload.pop('ctl00$content$ctl01$btnClear')
yield scrapy.FormRequest(self.lead_url,formdata=payload,dont_filter=True,callback=self.parse_content)
def parse_content(self,response):
name = response.css("a[id$='lnkbtnAirmenName']::text").get()
print(name)
if __name__ == "__main__":
c = CrawlerProcess({
'USER_AGENT': 'Mozilla/5.0',
'DOWNLOAD_TIMEOUT' : 5,
'LOG_LEVEL':'ERROR'
})
c.crawl(AmsrvsSpider)
c.start()
该网站的结果如下:
当前输出:
CY RITCHIE ADAMS
CY RITCHIE ADAMS
CY RITCHIE ADAMS
CY RITCHIE ADAMS
预期输出:
ANTONIO AMADOR ACOSTA
JOHN ROBERT ADAIR
ROBERT CURTIS ADAMEK
CY RITCHIE ADAMS
最佳答案
这就是我成功的方法。事实证明,cookie 在这里发挥着至关重要的作用。因此,有必要以正确的方式处理cookie以获得所需的输出。我还在 settings.py
中使用了这个 COOKIES_ENABLED = True
。
工作脚本:
def get_fields():
with open("brian.csv","r") as f:
reader = csv.DictReader(f)
itemlist = [item for item in reader]
return itemlist
class AmsrvsSpider(scrapy.Spider):
name = "amsrvs"
lead_url = 'https://amsrvs.registry.faa.gov/airmeninquiry/Main.aspx'
start_urls = ['https://amsrvs.registry.faa.gov/airmeninquiry/Main.aspx']
def parse(self,response):
payload = {item.css('::attr(name)').get(default=''):item.css('::attr(value)').get(default='') for item in response.css("input[name]")}
payload.pop('ctl00$content$ctl01$btnClear')
for i,item in enumerate(get_fields()):
payload['ctl00$content$ctl01$txtbxFirstName'] = item['FIRST NAME']
payload['ctl00$content$ctl01$txtbxLastName'] = item['LAST NAME']
yield scrapy.FormRequest(self.lead_url,formdata=payload,meta={'cookiejar': i},dont_filter=True,callback=self.parse_result)
def parse_result(self,response):
item_content = response.css("[id$='lnkbtnAirmenName']::text").get()
print(item_content)
关于python - 无法多次抓取来自不同搜索的不同结果而不是单个结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59757043/
我有 table 像这样 -------------------------------------------- id size title priority
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是, 我可以对所有横幅广告使用一个广告单元 ID 吗? 或者 每个 Activity 使用不同的广告单元
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标,我想绘制其角,但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
我刚刚在学校开始学习 Java,正在尝试自定义控件和图形。我目前正在研究图案锁,一开始一切都很好,但突然间它绘制不正确。我确实更改了一些代码,但是当我看到错误时,我立即将其更改回来(撤消,ftw),但
在获取 Distinct 的 Count 时,我在使用 Group By With Rollup 时遇到了一个小问题。 问题是 Rollup 摘要只是所有分组中 Distinct 值的总数,而不是所有
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。 你能解释一下为什么我会得到 false比较 text ===
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。 我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
所以,我不得不说,SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型,但为了使其易于理解而不浪费太多时间解释它,我想出了一个完全模仿我必须使用的
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。 简而言之:为什么在使用 Objects 时,直接调用的函数和通过引用传
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
思考 MySQL 中的 Group By 函数的最佳方式是什么? 我正在编写一个 MySQL 查询,通过 ODBC 连接在 Excel 的数据透视表中提取数据,以便用户可以轻松访问数据。 例如,我有:
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
对于 chrome 和 ff,当涉及到可怕的 ie 时,这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
我现在无法提供代码,因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。 我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。 但是,在对保存在不同 .c 文件中的程序使用 fork(
我想在用户集合中使用不同的功能。在 mongo shell 中,我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。 同样我想要,在 C
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
我的 Rails 应用程序中有 Ransack 搜索和 Foundation,本地 css 渲染正常,而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。 我在 Chrome 和 Sa
我是一名优秀的程序员,十分优秀!