Вступ до scrapy Selector

Вебскрапінг у Python

Thomas Laetsch

Data Scientist, NYU

Налаштування Selector

from scrapy import Selector

html = '''
<html>
  <body>
    <div class="hello datacamp">
      <p>Hello World!</p>
    </div>
    <p>Enjoy DataCamp!</p>
  </body>
</html>
'''

sel = Selector( text = html )

Створено об'єкт scrapy Selector зі рядка з HTML-кодом
Селектор sel вибрав увесь HTML-документ

Вибір за допомогою Selectors

Можна викликати xpath у Selector, щоб створити нові Selector для окремих частин HTML-коду
Повертається SelectorList з об'єктів Selector

sel.xpath("//p")

# outputs the SelectorList:
[<Selector xpath='//p' data='<p>Hello World!</p>'>, 
 <Selector xpath='//p' data='<p>Enjoy DataCamp!</p>'>]

Витяг даних із SelectorList

Використайте метод extract()

>>> sel.xpath("//p")

out: [<Selector xpath='//p' data='<p>Hello World!</p>'>,
      <Selector xpath='//p' data='<p>Enjoy DataCamp!</p>'>]

>>> sel.xpath("//p").extract()

out: [ '<p>Hello World!</p>', 
       '<p>Enjoy DataCamp!</p>' ]

Можна використати extract_first(), щоб отримати перший елемент списку

>>> sel.xpath("//p").extract_first()

out: '<p>Hello World!</p>'

Витяг даних із Selector

ps = sel.xpath('//p')

second_p = ps[1]

second_p.extract()

out: '<p>Enjoy DataCamp!</p>'

Обирайте цей курс!

Вебскрапінг у Python