scrapy xpath 按类名选择元素

Question

我遵循了How can I find an element by CSS class with XPath? 它提供了用于按类名选择元素的选择器。问题是，当我使用它时，它会检索到一个空结果“[]”，而且我实际上知道在馈送到 scrapy shell 的 url 中有一个名为“zoomWindow”的 div。

我的尝试：

scrapy shell "http://www.niceicdirect.com/epages/NICShop.sf/secAlIVFGjzzf2/?ObjectPath=/Shops/NICShop/Products/5696"
response.xpath("//*[contains(@class, 'zoomWindow')]")

我查看了许多提供各种选择器的资源。就我而言，该元素只有一个类，因此我使用了使用“concat”的版本，但不起作用并被丢弃。

我在虚拟机中安装了 ubuntu 和 scrapy，只是为了确保这不是我在 Windows 上安装的错误，但我在 ubuntu 上的尝试得到了相同的结果。

我不知道还能尝试什么，你能看到选择器中的任何拼写错误吗？

Answer 1

如果您在 shell 中检查response.body- 您会发现它不包含以下元素class="zoomWindow"：

In [3]: "zoomWindow" in response.body
Out[3]: False

但是，如果您在浏览器中打开页面并检查 HTML 源代码，您会看到该元素就在那里。这意味着页面加载涉及 JavaScript 逻辑或额外的 AJAX 请求。Scrapy 不是浏览器，也没有内置的 javascript 引擎。换句话说，它只下载页面的初始 HTML 代码，而不额外下载 js 和 css 文件并“执行”它们。

对于初学者来说，您可以尝试的是使用scrapyjs下载处理程序和中间件。

要提取的图像也可以在img标签中使用id="PreviewImage"：

In [4]: response.xpath("//img[@id='PreviewImage']/@src").extract()
Out[4]: [u'/WebRoot/NICEIC/Shops/NICShop/547F/0D9A/F434/5E4C/0759/0A0A/124C/58F7/5708.png']