zoukankan      html  css  js  c++  java
  • pyspider 示例二 升级完整版绕过懒加载,直接读取图片

    pyspider 示例二 升级完整版绕过懒加载,直接读取图片,见【升级写法处】

    #!/usr/bin/env python
    # -*- encoding: utf-8 -*-
    # Created on 2019-04-08 14:24:34
    # Project: qunaer
    
    from pyspider.libs.base_handler import *
    
    
    class Handler(BaseHandler):
        crawl_config = {
        }
    
        @every(minutes=24 * 60)
        def on_start(self):
            self.crawl('https://travel.qunar.com/travelbook/list.htm', callback=self.index_page,validate_cert=False)
    
        @config(age=10 * 24 * 60 * 60)
        def index_page(self, response):
            for each in response.doc('li > .tit>a').items():
                self.crawl(each.attr.href, callback=self.detail_page,validate_cert=False,fetch_type='js',js_viewport_height='100')
            next1=response.doc('.next').attr.href
            self.crawl(next1,callback=self.index_page,validate_cert=False)
    
        @config(priority=2)
        def detail_page(self, response):
            imgs=response.doc('.js_memo_node').find('img')#获取id下的所有(包括多层嵌套的)img标签
            img_list=''                                  #必须事先声明,否则return,img_list时会报引用未事先声明的变量
            for img in imgs.items():
                img_list+=img.attr('data-original')+',' #【升级写法】,绕过懒加载直接读取图片真正地址
                                                        #htm源码<img  data-original="https://tr-osdcp.qunarzz.com/tr-osd-tr-space/img/ee.jpg" src="layz-load">    
            return {
                "url": response.url,
                "title": response.doc('title').text(),
                "date":response.doc('li.f_item.when > p > span.data').text(),
                "day":response.doc('li.f_item.howlong > p > span.data').text(),
                "text":response.doc('#b_panel_schedule').text(),
                "img":img_list
                
            }
    #ele-3076663-2 > div.bottom > div.e_img_schedule > div > dl:nth-child(2) > dt > img
  • 相关阅读:
    第二十七天笔记
    hdoj 1024
    poj 2253
    超水的一道最短路poj2387
    打算要做的题目
    poj 3128 关于置换群的规律
    poj 1721
    poj 1026 置换的应用(小试牛刀)
    置换的一项运用 poj3270
    Codeforces Round #483 (Div. 2) D. XOR-pyramid dp的应用
  • 原文地址:https://www.cnblogs.com/chenxi188/p/10690786.html
Copyright © 2011-2022 走看看