Scrapy - проблема с выравниванием парсинга <TD> - PullRequest
Новая
       24

Scrapy - проблема с выравниванием парсинга <TD>

0 голосов
/ 10 мая 2019

Я пытаюсь проанализировать данные только из столбцов item & Skill Cap в HTML-таблице здесь: http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html

При разборе я сталкиваюсь с проблемами выравнивания, когда мой скрипт анализирует из других столбцов. 

import scrapy

class parser(scrapy.Spider):
    name = "recipe_table"
    start_urls = ['http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html'] 

    def parse(self, response):
        for row in response.xpath('//*[@class="datatable sortable"]//tr'):
            data = row.xpath('td//text()').extract()
            if not data:  # skip empty row
                continue
            yield {
                'name': data[0],
                'cap': data[1],
             #   'misc': data[2]

            }

Результаты: scrapy runspider cap.py -t json Когда он достигает 3-й строки, данные из непреднамеренного столбца анализируются. Я не уверен, что происходит с выбором. 

2019-05-09 19:41:28 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html> (referer: None)
2019-05-09 19:41:28 [scrapy.core.scraper] DEBUG: Scraped from <200 http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html>
{'item_name': u'Banquet Set', 'cap': u'0'}
2019-05-09 19:41:28 [scrapy.core.scraper] DEBUG: Scraped from <200 http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html>
{'item_name': u'Banquet Table', 'cap': u'0'}
2019-05-09 19:41:28 [scrapy.core.scraper] DEBUG: Scraped from <200 http://ffxi.allakhazam.com/dyn/guilds/Alchemy.html>
{'item_name': u'Cermet Kilij', 'cap': u'Cermet Kilij +1'}

1 Ответ

1 голос
/ 10 мая 2019

А как насчет явно установленного исходного столбца с XPath: 

for row in response.xpath('//*[@class="datatable sortable"]//tr'):
    yield {
        'name': row.xpath('./td[1]/text()').extract_first(),
        'cap': row.xpath('./td[3]/text()').extract_first(),
     #   'misc': etc.
    }
...