-2
我是新來使用python scrapy,我的scrapy版本是1.1.3。我想在上獲得this part的鏈接列表。我應該如何修改我的代碼?如何修改我的代碼來刮取這些鏈接?
import scrapy
class LinkSpider(scrapy.Spider):
name = "links"
start_urls = [
'https://www.wikipedia.org/',
]
def parse(self, response):
for link in response.xpath('//div/ul/li/a'):
yield{
'link': link.extract()
}
以上是我的代碼在我的項目文件夾/蜘蛛/ spiders.py
我得到的是
[
{"link": "<a href=\"//de.wikipedia.org/\" lang=\"de\">Deutsch</a>"},
{"link": "<a href=\"//en.wikipedia.org/\" lang=\"en\" title=\"English\">English</a>"},
{"link": "<a href=\"//es.wikipedia.org/\" lang=\"es\">Espa\u00f1ol</a>"},
{"link": "<a href=\"//fr.wikipedia.org/\" lang=\"fr\">Fran\u00e7ais</a>"},
{"link": "<a href=\"//it.wikipedia.org/\" lang=\"it\">Italiano</a>"},
{"link": "<a href=\"//nl.wikipedia.org/\" lang=\"nl\">Nederlands</a>"},
{"link": "<a href=\"//ja.wikipedia.org/\" lang=\"ja\" title=\"Nihongo\">\u65e5\u672c\u8a9e</a>"},
{"link": "<a href=\"//pl.wikipedia.org/\" lang=\"pl\">Polski</a>"},
{"link": "<a href=\"//ru.wikipedia.org/\" lang=\"ru\" title=\"Russkiy\">\u0420\u0443\u0441\u0441\u043a\u0438\u0439</a>"},
{"link": "<a href=\"//ceb.wikipedia.org/\" lang=\"ceb\">Sinugboanong Binisaya</a>"}
]
,我希望類似的列表只包含像「鏈接// de.wikipedia.org/」。
您可以提高通過解釋你的代碼做什麼是錯的,你期望它做什麼的問題,。 –