的.jpg我试图从下面的链接JPG格式图片的链接:https://asheville.craigslist.org/search/sss提取的XPath
如果你看看嵌套的节点,有同我需要提取的链接节点。
我是新来scrapy和XPath,我似乎无法得到任何东西比一个空列表,返回等。
我试过很多品种这段代码没有任何的运气:
response.xpath('//*[@id="sortable-results"]/ul/li/a/img/')
的.jpg我试图从下面的链接JPG格式图片的链接:https://asheville.craigslist.org/search/sss提取的XPath
如果你看看嵌套的节点,有同我需要提取的链接节点。
我是新来scrapy和XPath,我似乎无法得到任何东西比一个空列表,返回等。
我试过很多品种这段代码没有任何的运气:
response.xpath('//*[@id="sortable-results"]/ul/li/a/img/')
尝试实施以下XPath
表达获得的图像源链接:
//div[@id="sortable-results"]//img/@src
当我使用response.xpath('// div [@ id =“sortable-results”] // img/@ src')时仍然返回一个空的列表 –
这是因为所需内容是动态的 - 它是由' JavaScript' ...但'XPath'是正确的:) – Andersson
感谢您的澄清! –
好像数据被隐藏在<a>
节点data-ids
属性,后来由JavaScript解压到图像的画廊。
<a href="/cto/6095960745.html" class="result-image gallery"
data-ids="1:01414_7WJQELsYuex,1:00t0t_kxF99J8uXmP,1:00S0S_dgnLA6FvDKX,1:00404_kTP1mB2Flpb,1:00P0P_j5On1SCHLuP,1:00a0a_jZYNazvdTgo,1:00Y0Y_9HJf6UJJVg7,1:00p0p_loCrLMXpS5s,1:00k0k_3e296xxBfXi,1:00f0f_5QpRYaBnIK7,1:00e0e_aZTOihYtz9C,1:00c0c_iatoB70CmWg,1:00X0X_dwt0ZbxYJNC,1:00k0k_k3dPBZpN9KM,1:00W0W_f51jQcPO86R">\n
<span class="result-price">$1700</span>\n </a>
我们可以扭转通过提取ID,然后格式化自己的图片网址工程师这样的:
ids = response.xpath("//a[@class='result-image gallery']/@data-ids").extract()
ids = ''.join(ids).split(',') # all of ids are separeted by comma
template = "https://images.craigslist.org/{}_300x300.jpg"
for img_id in ids:
# e.g. 1:00G0G_anZn4IdI4pK'
# we want to get rid of 1: part
img_id = img_id.split(':')[-1]
url = template.format(image id)
print(url)
感谢您的回复。我需要提取嵌套在节点内的节点中包含的.jpg超链接。 –
分享您的当前代码 – Andersson
参见上面的代码我一直在尝试。谢谢! –