首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >scrapy怎么实现自定爬取深度?

scrapy怎么实现自定爬取深度?

提问于 2020-04-13 16:54:29
回答 0关注 0查看 203

我想实现对一个网址的图片进行下载,然后对该网址里面所有a标签里面的链接的图片进行下载,以此类推,这是我写的代码,求教大佬怎么做到在spider里用循环实现自定义深度啊

代码语言:js
复制
# -*- coding: utf-8 -*-
import scrapy
from ..items import ImgspiderItem


full_img_list = []


class TestSpiderSpider(scrapy.Spider):
    name = 'test_spider'
    url = input("请输入要爬取的网址:")
    start_urls = [url]


    def parse(self, response):
        img_list = response.xpath('//img/@src').extract()
        a_list = response.xpath('//a/@href').extract()


        if img_list:
            item = ImgspiderItem()
            for img in img_list:
                if img is not None:
                    if img[0:4]!='http':
                        img = 'https:'+img
                        full_img_list.append(img)
                    elif img[0:5]!='https':
                        img = 'https:'+img.split(':',1)[1]
                        full_img_list.append(img)
                    else:
                        full_img_list.append(img)
            item['image_urls'] = full_img_list
            yield item
        for a in a_list:
            if a is not None:
                if a[0:4]!='http':
                    a = 'https:'+a
                elif a[0:5]!='https':
                    a = 'https:'+a.split(':',1)[1]
            yield scrapy.Request(
                a,
                callback=self.parse
            )

回答

和开发者交流更多问题细节吧,去 写回答
相关文章

相似问题

相关问答用户
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档