http://www.cers.edu.cn/cersii/instru.do?method=showInstru&instruId=1000100000003
使用 PySpider 爬取上述网址的仪器信息，因为元素没有特征， css 选择器选择不到，所以想用 PyQuery 尝试选择到对应元素，第一次接触 Python 和 PyQuery ，代码如下，请各位帮忙指点一二，感谢。
from pyspider.libs.base_handler import *
import re
from pyquery import PyQuery as pq
from lxml import etree
import urllib
class Handler(BaseHandler):
crawl_config = {
}
@every(minutes=24 * 60)
def on_start(self):
self.crawl('http://www.cers.edu.cn/cersii/instru.do?method=listInstru', callback=self.index_page)
@config(age=10 * 24 * 60 * 60)
def index_page(self, response):
for each in response.doc('form a').items():
if re.search("showInstru", each.attr.href, re.U):
self.crawl(each.attr.href, callback=self.detail_page)
@config(priority=2)
def detail_page(self, response):
return {
"仪器名称": ,
}
1
Select Language