我在www.ebay-kleinazeigen.de上构建了一个爬虫程序来抓取信息,但除了给定的标题、价格、描述和链接外,我没有获得提供房屋的图像链接
我已经尝试过使用不同的属性,比如attr(href)、attr(src)、attr(data-imgsrc)……但似乎没有任何效果。我只得到div容器,甚至无法拆分这个div容器的内容
导入
[……]
start_urls = [
"https://www.ebay-kleinanzeigen.de/s-haus-kaufen/anzeige:angebote/c208"
]
def parse(self, response):
items = KleinanzeigenItem()
jede_immobilie = response.css("li.ad-listitem.lazyload-item")
for immobilie in jede_immobilie:
title = immobilie.css("a.ellipsis::text").extract()
preis = immobilie.css("aditem-main, strong::text").extract()
quadratmeter = immobilie.css(".tag-small:nth-child(1)::text").extract()
description = immobilie.css(".text-module-begin+ p::text").extract()
image = immobilie.css("div.srpimagebox, img::attr(src)").extract()
link_immobilie = immobilie.css("a.ellipsis").xpath("@href").extract()
items["title"] = title
items["preis"] = preis
items["quadratmeter"] = quadratmeter
items["description"] = description
items["image"] = image
items["link_immobilie"] = "https://www.ebay-kleinanzeigen.de"+link_immobilie[0]
yield items
对于变量“image”,我希望得到jpg的链接,但得到以下结果:
{[...]
'image': ['<div class="imagebox srpimagebox" '
'data-href="/s-anzeige/einfamilienhaus-freistehend-in-zentraler-lage/1252437848-208-7416" '
'data-imgsrc="https://i.ebayimg.com/00/s/MTIwMFgxNjAw/z/CBYAAOSwWI1dyD6R/$_2.JPG" '
'data-imgsrcretina="https://i.ebayimg.com/00/s/MTIwMFgxNjAw/z/CBYAAOSwWI1dyD6R/$_35.JPG '
'2x" data-imgtitle="Einfamilienhaus freistehend in zentraler Lage '
'Bayern - Großostheim Vorschau">\n'
' </div>'],
[...]}
所以我不确定如何解决这个问题,因为div容器对我来说太多了。奇怪的是,我无法处理这个字符串/列表
例如,我尝试获取此列表的元素[0],然后尝试使用拆分,但没有成功
感谢您的反馈!:)
马库斯
图像的链接位于所选div元素的两个属性中。即-@data imgsrcretina和@data imgsrc。那么,你为什么不从那里挑选呢
例如,下面的xpath适合我
输出-
相关问题 更多 >
编程相关推荐