【发布时间】:2020-07-20 08:37:29
【问题描述】:
为了我的工作,我要写一个爬虫,它只保存页面的标题,交货状态和产品的数量。
这是我的默认蜘蛛代码:
import scrapy
class QuotesSpider(scrapy.Spider):
name = "quotes"
def start_requests(self):
urls = [
'https://www.topart-online.com/de/Ahorn-japan.%2C-70cm%2C--36-Blaetter----Herbst/c-KAT282/a-150001HE'
]
for url in urls:
yield scrapy.Request(url=url, callback=self.parse)
def parse(self, response):
page = response.url.split("/")[-1]
filename = 'quotes-%s.html' % page
with open(filename, 'wb') as f:
f.write(response.body)
self.log('Saved file %s' % filename)
我需要一个只包含这些类的输出文件:
产品名称、可用数量和交货状态
我不知道如何编辑代码,我在新文件中打印了值。 我只知道如何将整个页面保存为新的 .html 文件
感谢你们的帮助
【问题讨论】:
标签: html python-3.x web-scraping scrapy web-crawler