candy621
2021-03-07 11:27
采纳率: 100%
浏览 43
已采纳

初学python爬虫,爬取不到网页的阅读数是怎么回事?求大神解答

import scrapy


class JobboleSpider(scrapy.Spider):
    name = 'jobbole'
    allowed_domains = ['blog.jobbole.com']
    start_urls = ['http://blog.jobbole.com/gncj/170427.html']

    def parse(self, response):
        re_selector = response.xpath("/html/body/div[3]/div[1]/div[3]/div[1]/h1")
        title = response.xpath('//div[@class="article-head"]/h1/text()').extract()
        create_time = response.xpath("//div[@class='article-detail bgc-fff']/div[1]/div/div/span/text()").extract()[0]
        read_num =  response.xpath("/html/body/div[3]/div[1]/div[3]/div[1]/div/div/span[2]/text()").extract()

read_num无法提取数据

 

 

我通过xpath只能提取到")",这是为啥?请教!!!!

  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 邀请回答

3条回答 默认 最新

  • coagenth 2021-03-07 13:52
    最佳回答

    数据是js动态渲染的,scrapy需结合splash使用,用selenium速度虽慢点,但是对js加载数据的获取准确性较高。

    driver.implicitly_wait(5)

    #page=driver.page_source

    read_num = driver.find_element_by_xpath(

        "/html/body/div[3]/div[1]/div[3]/div[1]/div/div/span[2]").text

    print(read_num)

    ##output:

    阅读(18)

    评论
    解决 无用
    打赏 举报
查看更多回答(2条)

相关推荐 更多相似问题