scrapy 框架中的 crawlspider 爬虫问题请教!

2019-06-14 08:35:03 +08:00
 xiushenbuhuihui
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
1281 次点击
所在节点    Python
4 条回复
luanguang
2019-06-14 09:17:47 +08:00
用自带方法拼接
```
response.urljoin()
```
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
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
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

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/573763

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX