【问题标题】:Scrapy Debug: Redirecting 301 to getScrapy Debug:重定向301获取
【发布时间】:2020-07-31 13:02:36
【问题描述】:

写完我的第一个 ?recursive?蜘蛛,我遇到了一些问题,我一整天都修不好..

我做了研究,哪些错误会导致 301 错误,但我尝试的每个解决方案都没有帮助我。

我的控制台输出

我修改后的 settings.py

USER_AGENT = 'kartonage (Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:31.0) Gecko/20100101 Firefox/31.0)'
DOWNLOAD_DELAY = 0.5
HTTPERROR_ALLOW_ALL = True

这个 user_Agent 和 httperror_allow_all 是其他人的一些解决方案,有重定向的 301 错误

我修改过的 items.py

import scrapy


class KartonageItem(scrapy.Item):
    SKU = scrapy.Field()
    Title = scrapy.Field()
    Link = scrapy.Field()
    Price = scrapy.Field()
    Delivery_Status = scrapy.Field()
    Weight = scrapy.Field()
    QTY = scrapy.Field()
    Volume = scrapy.Field()

我使用的代码

import scrapy
from ..items import KartonageItem

class KartonSpider(scrapy.Spider):
    name = "kartons12"
    allow_domains = ['karton.eu']
    start_urls = [
        'https://www.karton.eu/Faltkartons'
        ]
    custom_settings = {'FEED_EXPORT_FIELDS': ['SKU', 'Title', 'Link', 'Price', 'Delivery_Status', 'Weight', 'QTY', 'Volume'] } 
    
    def parse(self, response):
        url = response.xpath('//div[@class="cat-thumbnails"]')

        for a in url:
            link = a.xpath('a/@href')
            yield response.follow(url=link.get(), callback=self.parse_category_cartons)

    def parse_category_cartons(self, response):
        url2 = response.xpath('//div[@class="cat-thumbnails"]')

        for a in url2:
            link = a.xpath('a/@href')
            yield response.follow(url=link.get(), callback=self.parse_target_page)

    def parse_target_page(self, response):
        card = response.xpath('//div[@class="text-center articelbox"]')

        for a in card:
            items = KartonageItem()
            link = a.xpath('a/@href')
            items ['SKU'] = a.xpath('.//div[@class="delivery-status"]/small/text()').get()
            items ['Title'] = a.xpath('.//h5[@class="title"]/a/text()').get()
            items ['Link'] = a.xpath('.//h5[@class="text-center artikelbox"]/a/@href').extract()
            items ['Price'] = a.xpath('.//strong[@class="price-ger price text-nowrap"]/span/text()').get()
            items ['Delivery_Status'] = a.xpath('.//div[@class="signal_image status-2"]/small/text()').get()
            yield response.follow(url=link.get(),callback=self.parse_item, meta={'items':items})

    def parse_item(self,response):
        table = response.xpath('//span[@class="product-info-inner"]')

        items = KartonageItem()
        items = response.meta['items']
        items['Weight'] = a.xpath('.//span[@class="staffelpreise-small"]/text()').get()
        items['Volume'] = a.xpath('.//td[@class="icon_contenct"][7]/text()').get()
        yield items

【问题讨论】:

    标签: python python-3.x xpath web-scraping scrapy


    【解决方案1】:

    HTTP 301 不是错误,它是对Moved Permanently 的响应。它会自动将您重定向到该页面的新地址。您可以在执行日志中看到您被重定向。

    这本身不应该是一个问题。这可能会导致其他原因吗?蜘蛛的任何意外行为?

    【讨论】:

    • 那么我误会了。然后我要编辑我的问题
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2013-07-01
    • 2022-01-25
    • 1970-01-01
    • 1970-01-01
    • 2012-02-26
    • 2017-09-20
    • 1970-01-01
    相关资源
    最近更新 更多