抓取 table 未提供任何结果

Question

我以为我现在对这个问题有了一定的了解，但我又运行遇到了问题。

我没有得到这样的结果 - 但如果我将 yield 一个标签移回 - 我会得到可疑的前两项。

这是日志的一小段：

2019-01-07 20:00:16 [scrapy.extensions.logstats] INFO: Crawled 1 pages (at 1 
pages/min), scraped 0 items (at 0 items/min)
2019-01-07 20:00:16 [scrapy.core.engine] DEBUG: Crawled (200) <GET 
https://www.mysite.no.html?dest_id=-263870;checkin=2019-02-01;checkout=2019- 
02-02;group_adults=1 via http://localhost:8050/render.html> (referer: None)

函数如下：

    def parse(self, response):  
    item = klekkenItem()
    item['skaptdato'] = datetime.datetime.now()
    url_en = response.url # Henter urlen
    resultat = urlparse(url_en).query.split('=')[-3]  # Plukker ut deler av urlen
    nytt_resultat = resultat.split(';',1)[0] # plukker ut første del av resultatet
    fradatoen = ''.join(nytt_resultat) # gjør om datoen til en streng
    item['fradato'] = datetime.datetime.strptime(fradatoen, '%Y-%m-%d') # Konverterer til datoformat                
    tabellen = response.css('td.hprt-table-cell-roomtype')      
    for room in tabellen:
        romnavnet = room.css('span.hprt-roomtype-icon-link::text').get()    
        item['romnavn'] = romnavnet.strip() 
        yield item

这是[页面][1]

的link

顺便说一句：我已经四次检查了我的选项卡（五次）...

我错过了什么？任何人？我敢肯定这是一个盲点。

Answer 1

tabellen = response.css('td.hprt-table-cell-roomtype')
romnavnet = room.css('span.hprt-roomtype-icon-link::text').extract()    #use extract function or `extract_first()`

这个给你 4 行，而第一行是多余的，其他三行有数据。

您不需要使用 splash 来获取这些数据。它在网页上静态可用。

Answer 2

尝试使用生成器：

def parse(self, response):
    pass # your implementation


res = self.parse(some_response)  # it's a generator, lazy..
for i in res:
   print(i) # should consume the generator and print

抓取 table 未提供任何结果

Scraping table provides no results

python

scrapy

web-scraping

scrapy-spider

scrapy-splash