[英]why amazon best seller rank and ASIN data is not coming?
class Me2Spider(scrapy.Spider):
name = 'me'
allowed_domains = ['www.amazon.com']
start_urls = [
'https://www.amazon.com/dp/B08DL5SQDM?th=1',
'https://www.amazon.com/dp/B08DL6D52S?th=1',
'https://www.amazon.com/dp/B01LW14DG7?th=1'
]
def parse(self, response):
yield{
'ASIN': response.xpath('//div[@class="a-section table-padding"]/table[@id="productDetails_detailBullets_sections1"]/tbody/tr[1]/td').get(),
'Ranking': response.xpath('//*[@id="prodDetails"]/div/div[2]/div[2]/div/div[1]/span[3]/text()').get(),
}
我以前这样刮过,但现在数据不来了。
问题出在 xpath 中。 这就是为什么你会得到一个None
元素,因为程序没有在寻找正确的元素。
如果您查看亚马逊页面的标记,您可以看到ASIN
位于table
。 具体是这样的
<table id="productDetails_detailBullets_sections1" class="a-keyvalue prodDetTable" role="presentation">
<tbody>
<tr>
<th class="a-color-secondary a-size-base prodDetSectionEntry">
ASIN
</th>
<td class="a-size-base">
B08DL5SQDM
</td>
</tr>
因此,您可以通过查找带有文本ASIN
的th
标签并查找th
元素后的td
来访问ASIN
编号。
试试这个代码
url = "https://www.amazon.com/dp/B08DL6D52S?th=1"
driver.get(url)
path = "//th[normalize-space() = 'ASIN']//following-sibling::td"
element = driver.find_element_by_xpath(path)
print(element.text)
根据mozilla , normaize-space
被定义为
normalize-space 函数从字符串中去除前导和尾随空格,用单个空格替换空格字符序列,并返回结果字符串。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.