Python 如何将Selenium html页面传递给htmlXpathSelector
我需要抓取一个使用javascript的页面。 这就是我使用硒的原因。 问题是selenium无法获取所需的数据 我想使用htmlXmlSelector尝试获取数据Python 如何将Selenium html页面传递给htmlXpathSelector,python,selenium,scrapy,Python,Selenium,Scrapy,我需要抓取一个使用javascript的页面。 这就是我使用硒的原因。 问题是selenium无法获取所需的数据 我想使用htmlXmlSelector尝试获取数据 如何将生成的html selenium传递给HTMLXLSelector？尝试手动创建响应： from scrapy.http import TextResponse from scrapy.selector import HtmlXPathSelector body = '''<html></html>'
如何将生成的html selenium传递给HTMLXLSelector？尝试手动创建
响应from scrapy.http import TextResponse
from scrapy.selector import HtmlXPathSelector
body = '''<html></html>'''
response = TextResponse(url = '', body = body, encoding = 'utf-8')
hxs = HtmlXPathSelector(response)
hxs.select("/html")
来自scrapy.http导入文本响应
从scrapy.selector导入HtmlXPathSelector
正文
response=TextResponse（url=''，body=body，encoding='utf-8'）
hxs=HtmlXPathSelector（响应）
hxs.select（“/html”）
hxs = HtmlXPathSelector(text=sel.page_source)
硒的手动响应：
from scrapy.spider import BaseSpider
from scrapy.http import TextResponse
from scrapy.selector import HtmlXPathSelector
import time
from selenium import selenium
class DemoSpider(BaseSpider):
name="Demo"
allowed_domains = ['http://www.example.com']
start_urls = ["http://www.example.com/demo"]
def __init__(self):
BaseSpider.__init__(self)
self.selenium = selenium("127.0.0.1", 4444, "*chrome", self.start_urls[0])
self.selenium.start()
def __del__(self):
self.selenium.stop()
def parse (self, response):
sel = self.selenium
sel.open(response.url)
time.sleep(2.0) # wait for javascript execution
#build the response object from Selenium
body = sel.get_html_source()
sel_response = TextResponse(url=response.url, body=body, encoding = 'utf-8')
hxs = HtmlXPathSelector(sel_response)
hxs.select("//table").extract()
硒是如何发挥作用的？我做了selenium.get（url）。如何继续？我没有使用硒，但我想你可以从中得到。让页面主体创建一个
响应htmlxpath选择器body=sel.get_html_source（）