小弟新手,在看著教程寫scrapy爬蟲時使用xpath().extract()[0]的方法獲取內(nèi)容,報IndexError: list index out of range錯誤,求問大神怎么解決,急求答案在線等。(試過去掉.extract()[0],會報出TypeError: Request url must be str or unicode錯誤)。代碼如下:
cnblog_spider.py
# -*- coding:utf-8 -*-
# !/usr/bin/env python
import scrapy
from bs4 import BeautifulSoup
from scrapy import Selector
from p1.items import CnblogsSpiderItem
class CnblogsSpider(scrapy.spiders.Spider):
name = "cnblogs" # 爬蟲的名稱
allowed_domains = ["cnblogs.com"]# 允許的域名
start_urls = [
"http://www.cnblogs.com/qiyeboy/default.html? page=1"
]
def parse(self,response):
# 實現(xiàn)網(wǎng)頁的解析
# 首先抽取所有的文章
papers = response.xpath(".//*[@class='day']")#.extract()
# 從每篇文章中抽取數(shù)據(jù)
#soup = BeautifulSoup(papers, "html.parser", from_encoding="utf-8")
# print papers
for paper in papers:
url = paper.xpath(".//*[@class='pastTitle']/a/@href").extract()[0]
title = paper.xpath(".//*[@class='pastTitle']/a").extract()[0]
time = paper.xpath(".//*[@class='dayTitle']/a").extract()[0]
content = paper.xpath(".//*[@class='postCon']/a").extract()[0]
# print url, title, time, content
item = CnblogsSpiderItem(url=url, title=title, time=time, content=content)
request = scrapy.Request(url=url, callback=self.parse_body)
request.meta['item'] = item # 將item暫存
yield request
#yield item
next_page = Selector(response).re(u'<a href="(\S*)">下一頁</a>')
if next_page:
yield scrapy.Request(url=next_page[0], callback=self.parse)
def parse_body(self, response):
item = response.meta['item']
body = response.xpath(".//*[@class='postBody']")
item['cimage_urls'] = body.xpath('.//img//@src').extract()
yield item
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
北大課工場是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國家深化產(chǎn)教融合/校企合作的政策,積極推進(jìn)“中國制造2025”,實現(xiàn)中華民族偉大復(fù)興的升級產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
浪潮集團(tuán)項目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗,技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。