V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
xiushenbuhuihui
V2EX  ›  Python

scrapy 框架中的 crawlspider 爬虫问题请教!

  •  
  •   xiushenbuhuihui · 2019-06-14 08:35:03 +08:00 · 1417 次点击
    这是一个创建于 1971 天前的主题,其中的信息可能已经有所发展或是发生改变。
    创建了 scrapy 框架中的 crawlspider 抓取全网站信息时,网页源代码中的相对链接并没有被转化为绝对链接,导致抓取的整个网站信息不全,请教大神,该怎么办
    luanguang
        1
    luanguang  
       2019-06-14 09:17:47 +08:00
    用自带方法拼接
    ```
    response.urljoin()
    ```
    fank99
        2
    fank99  
       2019-06-14 10:49:51 +08:00
    我是这样的。。
    from urllib.parse import urljoin
    yield Request(url=urljoin(response.url, url), callback=)
    xiushenbuhuihui
        3
    xiushenbuhuihui  
    OP
       2019-06-14 13:42:29 +08:00
    @luanguang 您好,我把我的问题给你详细描述一下,请您帮我解决一下。
    用的是 crawlspider 爬取乐融商城全部的网站源代码,但是爬取到精选配件页面(全部分类选项里面)时,由于商品(“比如:乐视蓝牙耳机”)的链接只是相对的,结果导致无法爬取商品页面源代码
    xiushenbuhuihui
        4
    xiushenbuhuihui  
    OP
       2019-06-14 13:42:43 +08:00
    @fank99 您好,我把我的问题给你详细描述一下,请您帮我解决一下。
    用的是 crawlspider 爬取乐融商城全部的网站源代码,但是爬取到精选配件页面(全部分类选项里面)时,由于商品(“比如:乐视蓝牙耳机”)的链接只是相对的,结果导致无法爬取商品页面源代码
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5560 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 07:53 · PVG 15:53 · LAX 23:53 · JFK 02:53
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.