scrapy + splashフレームワーク+dockerを使ってURLをメソッド間で引き渡すことがうまくいかないできません。
URをメソッド間でうまく引き渡す方法をご教授いただければ幸いです。
お忙しいところ恐縮ですが、よろしくお願いいたします。
引き渡しが上手くいかない原因の箇所(コードが不適切な箇所)は、こちらと思われます。
yield SplashRequest(url, callback=self.parse, args = {"wait": 5}, endpoint = "render.html")
こちらは、start_requestsメソッド(#1)のなかにあります。
このように考えた理由は3点です。
第1:引き渡しが上手くいかない原因の箇所であろうコードの直前でloggingメソッド(#2)を書いて、URLを確認したところ、問題なく取得できていたためです。
第2:GithubにあがっているScrapy+SplashのREADMEをリファレンスとしてセットアップしました。(ディストリビューションをubuntuとするさくらVPS上でdockerをインストールするなど含めて。)
Scrapy+Splash for JavaScript integration
https://github.com/scrapy-plugins/scrapy-splash
第3:引き渡し先のメソッド内部に設置したloggingメソッド(#3)をスルーしてプログラムが終わってしまったからです。
python
1# -*- coding: utf-8 -*- 2import scrapy 3from scrapy_splash import SplashRequest 4from bnb_sentiment.items import BnbItem 5from scrapy_splash import SplashRequest 6import re 7import logging 8 9logging.basicConfig(level=logging.INFO) 10 11# __name__ is name of a method 12logger = logging.getLogger(__name__) 13 14class BnbPriceTestSpider(scrapy.Spider): 15 name = 'bnb_price_test' 16 17 start_urls = [ 18 19 # Tokyo--Japan 20 'https://www.airbnb.com/s/Tokyo--Japan/homes?refinement_paths%5B%5D=%2Fhomes&allow_override%5B%5D=&checkin=2018-07-07&checkout=2018-07-08&locale=en&min_beds=0&price_max=20000&price_min=10000&query=Tokyo%2C%20Japan&place_id=ChIJ51cu8IcbXWARiRtXIothAS4&s_tag=Mz88jJs1', 21 22 ] 23 24 def start_requests(self): 25 for url in self.start_urls: 26 logger.info(url) #2 27 yield SplashRequest(url, callback=self.parse, args = {"wait": 5}, endpoint = "render.html") #1 28 29 def parse(self, response): 30 for href in response.xpath('//div[contains(@id, "listing-")]//a[contains(@href, "rooms")]/@href'): 31 import pdb; pdb.set_trace() 32 logger.info(href) 33 url = response.urljoin(href.extract()) 34 import pdb; pdb.set_trace() 35 logger.info(url) #3 36 yield SplashRequest(url, callback=self.parse_scrape) 37 38 def parse_scrape(self, response): 39 pass
(#2) loggingメソッドでURLの中身を確認したところ、プログラム冒頭のstart_urlsのURLと同じでした。
/home/ubuntu/bnbsp/bnb_sentiment/bnb_sentiment/spiders/bnb_price.py(34)start_requests() -> logger.info(url) *1 (Pdb) url 'url is same as start_urls'
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。