Python 痒痒的爬行蜘蛛不刮任何东西
这是我第一次尝试使用Python 痒痒的爬行蜘蛛不刮任何东西,python,scrapy,web-crawler,Python,Scrapy,Web Crawler,这是我第一次尝试使用CrawlSpider抓取网站,令我悲伤的是,我的爬行器没有返回任何结果。我也是python新手,所以如果我犯了任何明显的错误,请耐心等待 下面是我的代码: from scrapy.settings import Settings from scrapy.settings import default_settings from selenium import webdriver from urlparse import urlparse import csv fr
CrawlSpider
抓取网站,令我悲伤的是,我的爬行器没有返回任何结果。我也是python新手,所以如果我犯了任何明显的错误,请耐心等待
下面是我的代码:
from scrapy.settings import Settings
from scrapy.settings import default_settings
from selenium import webdriver
from urlparse import urlparse
import csv
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors.sgml import SgmlLinkExtractor
from scrapy import log
default_settings.DEPTH_LIMIT = 3
class MySpider(CrawlSpider):
def __init__(self,url,ofile,csvWriter):
self.url=url
self.driver=webdriver.PhantomJS('/usr/local/bin/phantomjs')
self.ofile=ofile
self.csvWriter=csvWriter
self.name = "jin"
self.start_urls = [url]
self.rules = [Rule(SgmlLinkExtractor(), callback='parse_website', follow=True)]
def parse_website(self,response):
url=self.url
driver=self.driver
csvWriter=self.csvWriter
ofile=self.ofile
self.log('A response from %s just arrived!' % response.url)
driver.get(url)
htmlSiteUrl = self.get_site_url(driver)
htmlImagesList=self.get_html_images_list(driver,url)
def get_site_url(self,driver):
url = driver.current_url
return url
def get_html_images_list(self,driver,url):
listOfimages = driver.find_elements_by_tag_name('img')
return listOfimages
driver.close()
with open('/Users/hyunjincho/Desktop/BCorp_Websites.csv') as ifile:
website_batch= csv.reader(ifile, dialect=csv.excel_tab)
ofile=open('/Users/hyunjincho/Desktop/results.csv','wb')
csvWriter = csv.writer(ofile,delimiter=' ')
for website in website_batch:
url = ''.join(website)
aSpider=MySpider(url,ofile,csvWriter)
ofile.close()
为什么我的蜘蛛不刮东西?我的代码有没有做错什么?有人能帮帮我吗?你不应该用这种方式启动spider,看看它是如何在优秀的环境中完成的
scrapy crawl jin
此外,如果您希望从外部文件读取url/s,请参阅
最后,如果您希望将它们写入csv文件,请使用configured创建并处理它们,这样就可以完成输出。使用此代码甚至不应该编译,因为您在定义MySpider之前参考了它(如果这是您的实际缩进)。对不起,我的错误-我的实际代码中的缩进没有错误,我在我原来的帖子中修复了缩进。当你尝试运行你的爬行器时会发生什么?什么都没有发生-没有错误消息,什么都没有。但是在什么都没有得到之后,即使我花了45分钟等待在我的.csv文件上显示抓取的结果,我会说我的代码是错误的。我不认为我的蜘蛛正在抓取我在input.csv文件中指定的网站