2014-06-13 85 views
-3

我正在使用python scrapy刮一個網站。 該網頁的格式爲http://www.cuponation.in/myntra-coupons#voucher-13537 它包含'#'。在將此網頁作爲start_url進行抓取時,會忽略#後面的部分。如何刮#包含#使用python scrapy

有沒有一種方法,我可以使用python scrapy

+4

'#'只會帶你到頁面上的某個地方。 – BrenBarn

+1

我要說實話,我不明白是什麼造成了所有的仇恨。這似乎是一個非常簡單的問題陳述。 – Veedrac

+1

@Veedrac,真實,但它顯示了一個非常根本的刮擦誤解,我不知道OP期望結果是什麼。 – OGHaza

回答

3

雖然拼搶很平常,它忽略#後的部分用刮的#在fullurl它。該符號通常會將您帶到id等於'憑證-13537'的網頁上的<div>標記,就是這一切。所以一旦你刮的頁面,你應該嘗試尋找類似的東西:

<div id="voucher-13537"> 

,這就是你要尋找的。

談到解析html文件,如果你還沒有使用它,我建議你看看BeautifulSoup4模塊。

+0

提及BeautifulSoup4可能更適合OP –