scrapyを使ってスクレイピングをしようとしているのですが、(恐らく)基礎が抜けているせいで、どれだけ調べても答えにたどり着きませんでした。
今回やりたいと思っているのは、
http://www.ts4-net.com/numbers/
このサイトからリンクを辿り、例えば1回目のループでは
第4701回~最新回に飛び、
それから、その中のループで
第4721回~第4730回にとび
div.mainct.smp100 spanのテキストを抽出したいと思っているのですが、上手く行きません。
python
1import scrapy 2 3class LotoSpider(scrapy.Spider): 4 name = 'loto' 5 allowed_domains = ['www.ts4-net.com/numbers/'] 6 start_urls = ['http://www.ts4-net.com/numbers/'] 7 8 def parse(self, response): 9 for url in response.css('div.bgbox.bg_blue3.w100.smp95 > ul a::attr("href")').extract(): 10 yield scrapy.Request(response.urljoin(url), self.parse_topics) 11 # print(response.urljoin(url)) 12 13 def parse_topics(self, response): 14 for url2 in response.css('div.bgbox.bg_blue3.w100.smp95 > ul a::attr("href")').extract(): 15 print(response.urljoin(url2)) 16
とりあえず、1回リンクを辿った時にテキストを抽出させたいなと思っているのですが、それすらもできていません。
上のコードの中でコメントアウトしている部分のコメントアウトを外すと目的のURLがちゃんと表示されうrのですが、その直前のyield文で、上手くコールバック関数が1度も実行されません。
どなたご存知方がいらっしゃればご教示願えませんでしょうか
よろしくお願いします。
あなたの回答
tips
プレビュー