Python Scrapy如何實現多頁數據爬取？

發布時間：2020-06-23 11:47:46

來源：億速云

閱讀：112

作者：清晨

這篇文章將為大家詳細講解有關Python Scrapy如何實現多頁數據爬取？，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

1.先指定通用模板url = 'https://www.qiushibaike.com/text/page/%d/'#通用的url模板

pageNum = 1

2.對parse方法遞歸處理

parse第一次調用表示的是用來解析第一頁對應頁面中的數據

對后面的頁碼的數據要進行手動發送

if self.pageNum <= 5:

self.pageNum += 1

new_url = format(self.url%self.pageNum)

#手動請求(get)的發送

yield scrapy.Request(new_url,callback=self.parse)

完整示例

class QiubaiSpider(scrapy.Spider):

name = 'qiubai'

# allowed_domains = ['www.xxx.com']

start_urls = ['https://www.qiushibaike.com/text/']

url = 'https://www.qiushibaike.com/text/page/%d/'#通用的url模板

pageNum = 1

#parse第一次調用表示的是用來解析第一頁對應頁面中的段子內容和作者

def parse(self, response):

div_list = response.xpath('//*[@id="content-left"]/div')

all_data = []

for div in div_list:

author = div.xpath('./div[1]/a[2]/h3/text()').extract_first()

content = div.xpath('./a[1]/div/span//text()').extract()

content = ''.join(content)

# 將解析的數據存儲到item對象

item = QiubaiproItem()

item['author'] = author

item['content'] = content

# 將item提交給管道

yield item # item一定是提交給了優先級最高的管道類

if self.pageNum <= 5:

self.pageNum += 1

new_url = format(self.url%self.pageNum)

#手動請求(get)的發送

yield scrapy.Request(new_url,callback=self.parse)

關于Python Scrapy如何實現多頁數據爬取？就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

總結

以上是生活随笔為你收集整理的用python进行多页数据爬取_Python Scrapy如何实现多页数据爬取？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。