我正在尝试访问URL https://www.jefit.com/exercises/1/中以下表格元素的所有数据
我尝试使用scrapy爬行数据。但是无法抓取,并且出现一些错误,我无法抓取所需的所有数据。请帮助我更正代码,以检索表中的“名称”,“图像链接”,“如何进行锻炼”以及所有其他数据。
我正在尝试以下代码:
from scrapy.spider import Spider
from scrapy.selector import Selector
from myproject.items import getExercise
class MySpider(Spider):
name = "getExercise"
allowed_domains = ["www.jefit.com"]
start_urls = ["https://www.jefit.com/exercises/1/" ]
def parse(self, response):
item = getExercise()
item['exerciseName']=response.xpath('//table[@class = "JefitMainTable"]/tbody/tr/td[2]/table[2]/thead/tr/th/text()').extract()
return item
最佳答案
尝试在XPath中用/tbody
替换//
。
仅在浏览器DOM中检查XPath时,这是一个常见问题,因为浏览器会自动将tbody
元素放入表中。
在scrapy shell中尝试XPath表达式通常是一个好主意:
$ scrapy shell https://www.jefit.com/exercises/1/
>>> response.xpath('//table[@class = "JefitMainTable"]/tbody/tr/td[2]/table[2]/thead/tr/th/text()').extract()
[]
>>> response.xpath('//table[@class = "JefitMainTable"]//tr/td[2]/table[2]/thead/tr/th/text()').extract()
[u'Band Cross Over']
关于html - 如何使用scrapy访问下表的所有特定数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31038087/