杭州电商网站策划设计,公司优化是什么意思?,河北省建设厅,广州网站建设方案维护Scrapy ShellScrapy终端是一个交互终端#xff0c;我们可以在未启动spider的情况下尝试及调试代码#xff0c;也可以用来测试XPath或CSS表达式#xff0c;查看他们的工作方式#xff0c;方便我们爬取的网页中提取的数据。如果安装了 IPython #xff0c;Scrapy终端将使用 …Scrapy ShellScrapy终端是一个交互终端我们可以在未启动spider的情况下尝试及调试代码也可以用来测试XPath或CSS表达式查看他们的工作方式方便我们爬取的网页中提取的数据。如果安装了 IPython Scrapy终端将使用 IPython (替代标准Python终端)。 IPython 终端与其他相比更为强大提供智能的自动补全高亮输出及其他特性。(推荐安装IPython)Scrapy Shell根据下载的页面会自动创建一些方便使用的对象例如 Response 对象以及 Selector 对象 (对HTML及XML内容)。当shell载入后将得到一个包含response数据的本地 response 变量输入 response.body将输出response的包体输出 response.headers 可以看到response的包头。输入 response.selector 时 将获取到一个response 初始化的类 Selector 的对象此时可以通过使用 response.selector.xpath()或response.selector.css() 来对 response 进行查询。Scrapy也提供了一些快捷方式, 例如 response.xpath()或response.css()同样可以生效。Selectors选择器Scrapy Selectors 内置 XPath 和 CSS Selector 表达式机制。Selector有四个基本的方法最常用的还是xpath:xpath(): 传入xpath表达式返回该表达式所对应的所有节点的selector list列表extract(): 序列化该节点为Unicode字符串并返回listcss(): 传入CSS表达式返回该表达式所对应的所有节点的selector list列表语法同 BeautifulSoup4re(): 根据传入的正则表达式对数据进行提取返回Unicode字符串list列表使用案例# 启动scrapy shell http://hr.tencent.com/position.php?start0#a![Uploading scrapyshell1_605828.png . . .]# 返回 xpath选择器对象列表response.xpath(//title)[\u804c\u4f4d\u641c\u7d22 | \u793e\u4f1a\u62db\u8058 | Tencent \u817e\u8baf\u62db\u8058]# 使用 extract()方法返回 Unicode字符串列表response.xpath(//title).extract()[u\u804c\u4f4d\u641c\u7d22 | \u793e\u4f1a\u62db\u8058 | Tencent \u817e\u8baf\u62db\u8058]# 打印列表第一个元素终端编码格式显示print response.xpath(//title).extract()[0]职位搜索 | 社会招聘 | Tencent 腾讯招聘# 返回 xpath选择器对象列表response.xpath(//title/text())# 返回列表第一个元素的Unicode字符串response.xpath(//title/text())[0].extract()u\u804c\u4f4d\u641c\u7d22 | \u793e\u4f1a\u62db\u8058 | Tencent \u817e\u8baf\u62db\u8058# 按终端编码格式显示print response.xpath(//title/text())[0].extract()职位搜索 | 社会招聘 | Tencent 腾讯招聘response.xpath(//*[classeven])职位名称:print site[0].xpath(./td[1]/a/text()).extract()[0]TEG15-运营开发工程师(深圳)职位名称详情页:print site[0].xpath(./td[1]/a/href).extract()[0]position_detail.php?id20744keywordstid0lid0职位类别:print site[0].xpath(./td[2]/text()).extract()[0]技术类
