Web scraping 如何使用Scrapy从网站上刮取地址？

我正在使用Scrapy，我需要从给定域的“联系我们”页面中刮取地址。这些域名是谷歌搜索api的结果，因此我不知道网页的确切结构是什么。这种刮擦可能吗？任何例子都很好。

提供几个例子有助于做出更好的回答，但总体思路可能是：

• 查找“联系我们”链接
• 按照链接并提取地址

假设你没有任何关于网站的信息

让我们关注第一个问题

这里的主要问题是网站的结构不同，严格来说，您无法建立一个100%可靠的方式来查找“联系我们”页面。但是，您可以“涵盖”最常见的情况：

• 在

  a

  标签后面加上“联系我们”、“联系”、“关于我们”、“关于”等字样
• 检查

  /关于

  ，

  /联系我们

  和类似端点，例如：
• 遵循所有包含

  联系人

  ，

  关于

  等文本的链接

根据这些，您可以为您的应用程序构建一组

---

第二个问题并不简单——您不知道地址在页面上的位置（可能页面上不存在地址），也不知道地址格式。你可能需要潜入和

因此，您建议首先查找“联系我们”页面，然后在该页面上查找地址。你认为用正则表达式来定位pincode是个好主意吗？@DharmanshuKamra这是可能的，但编写一个支持所有可能的地址格式的表达式可能并不容易。很难说得更多。希望有帮助。