使用scrapy从网站上抓取数据

t5zmwmid  于 2023-04-12  发布在  其他
关注(0)|答案(2)|浏览(206)

我试图从一个网站刮数据使用scrapy。这是css路径

<div _ngcontent-amb-c25="" appcoloredmultiplier="" class="bubble-multiplier font-weight-bold" style="padding: 2px 11px; border-radius: 11px; color: rgb(52, 180, 255);"> 1.21x </div>

但是我想提取标签之间的数据,这是1.21x,我如何更新我的代码来提取我所说的数据。

def parse(self, response):
# Extract game history data from the webpage
game_history_elements = response.css('div.bubble-multiplier')

# Extract the multiplier value from each game history element
game_history = [re.search(r'(\d+\.\d+)x', element.css('::text').get()).group(1) for element in game_history_elements]

# Print the game history data
print(game_history)
jtjikinw

jtjikinw1#

正如在注解中提到的,您可以使用xpath表达式中的::text css指令获取标记之间的文本,然后在选择器上应用getgetall方法。
如果类bubble-multiplier中有多个div,并且您需要每个div的文本,则可以使用getall(),另一方面,如果只有一个匹配元素,或者您只需要第一个,则可以使用getall()

def parse(self, response):
    game_history = response.css('div.bubble-multiplier::text').get()
    print(game_history)

def parse(self, response):
    game_history = response.css('div.bubble-multiplier::text').getall()
    print(game_history)

当只有一个匹配时,仍然可以使用getall,唯一的区别是返回值将是一个list,只有一个字符串作为内容。

e5nqia27

e5nqia272#

def parse(self, response):
    # Extract game history data from the webpage
    game_history_elements = response.css('div.bubble-multiplier::text')

    # Extract the multiplier value from each game history element
    game_history = [re.search(r'(\d+\.\d+)x', element.get()).group(1) for element in game_history_elements]

    # Print the game history data
    print(game_history)

试试这个

相关问题