Python Scrapy 并不总是从网站下载数据

Question

Scrapy 用于解析 html 页面。我的问题是为什么有时scrapy会返回我想要的响应，但有时却不返回响应。是我的错吗？这是我的解析函数:

class AmazonSpider(BaseSpider):
    name = "amazon"
    allowed_domains = ["amazon.org"]
    start_urls = [
       "http://www.amazon.com/s?rh=n%3A283155%2Cp_n_feature_browse-bin%3A2656020011"
   ]

def parse(self, response):
            sel = Selector(response)
            sites = sel.xpath('//div[contains(@class, "result")]')
            items = []
            titles = {'titles': sites[0].xpath('//a[@class="title"]/text()').extract()}
            for title in titles['titles']:
                item = AmazonScrapyItem()
                item['title'] = title
                items.append(item)
            return items

Answer 1

我相信您只是没有使用最合适的 XPath 表达式。

Amazon 的 HTML 有点乱，不是很统一，因此不太容易解析。但经过一些试验后，我可以使用以下 parse 函数提取几个搜索结果的所有 12 个标题:

def parse(self, response):
    sel = Selector(response)
    p = sel.xpath('//div[@class="data"]/h3/a')
    titles = p.xpath('span/text()').extract() + p.xpath('text()').extract()
    items = []
    for title in titles:
        item = AmazonScrapyItem()
        item['title'] = title
        items.append(item)
    return items

如果您关心结果的实际顺序，上述代码可能不合适，但我相信情况并非如此。