使用 PySpider 爬取没有特征的网站

[LeopardDennis]

http://www.cers.edu.cn/cersii/instru.do?method=showInstru&instruId=1000100000003

使用 PySpider 爬取上述网址的仪器信息，因为元素没有特征， css 选择器选择不到，所以想用 PyQuery 尝试选择到对应元素，第一次接触 Python 和 PyQuery ，代码如下，请各位帮忙指点一二，感谢。

from pyspider.libs.base_handler import *
import re
from pyquery import PyQuery as pq
from lxml import etree
import urllib

class Handler(BaseHandler):
crawl_config = {
}

@every(minutes=24 * 60)
def on_start(self):
    self.crawl('http://www.cers.edu.cn/cersii/instru.do?method=listInstru', callback=self.index_page)

@config(age=10 * 24 * 60 * 60)
def index_page(self, response):
    for each in response.doc('form a').items():
        if re.search("showInstru", each.attr.href, re.U):
            self.crawl(each.attr.href, callback=self.detail_page)

@config(priority=2)
def detail_page(self, response):
    return {
        "仪器名称": ,
    }

[xierch]

CSS selector 也有 :nth-child()，没有选不到的吧

[binux]

写一个循环，选取所有的 td ，然后根据颜色判断是 key 还是 value ，拼装起来

[LeopardDennis]

@binux 我尝试了循环， pyquery 的 each 方法总报错，因为用到了 lembda ，声明的方法告诉我找不到，能否指点一下。

[binux]

@LeopardDennis
for each in doc('td') # 这样得到的是 lxml 对象
或者 for each in doc('td').items() # 这样得到的依然是 pyquery 对象

[LeopardDennis]

@binux 您好，我在 demo.pyspider.org 上爬取了 8k+的数据，但是使用导出 csv 功能导出来的文件是空的，请问如何解决。项目地址： http://demo.pyspider.org/debug/eq_crawler

[binux]

@LeopardDennis 导出的地址后面加上 ?offet=0&limit=100

[Izual]

css selector 应该很好写啊， a[href^="略
另外还需要撸一个翻页的 callback 吧