我怎么能有我的蜘蛛内在的东西,将获取某些URL通过HtmlXPathSelector提取从页面的东西吗?但是URL是我想在代码中以字符串形式提供的内容,而不是要遵循的链接。python-scrapy:如何获取蜘蛛内的URL(不通过以下链接)?
我想是这样的:
req = urllib2.Request('http://www.example.com/' + some_string + '/')
req.add_header('User-Agent', 'Mozilla/5.0')
response = urllib2.urlopen(req)
hxs = HtmlXPathSelector(response)
,但在这一刻它抛出一个异常有:
[Failure instance: Traceback: <type 'exceptions.AttributeError'>: addinfourl instance has no attribute 'encoding'
我不知道怎么做出这可不是我现在刮的页面上的任何链接的URL是“有回调的要求。”我只想在我的Scrapy脚本中查询我在字符串中提供的URL,而不是跟随任何链接。 – miernik 2011-01-12 08:58:51