Python Scrapy不解析所有项目

-1

我正在尝试为电子商务网站构建一个简单的scrapy爬虫。Python Scrapy不解析所有项目

它遵循链接，似乎找到所有需要的XPath元素。但是，由于某种原因，它只能解析1200个项目而不是1531个项目，就像它有某种限制。我试过切换选择器，甚至模拟硒在下一页点击没有成功。

这里充满履带代码：

import scrapy 
from scrapy.loader import ItemLoader 
from scrapy.crawler import CrawlerProcess 


class Product(scrapy.Item): 
    category=scrapy.Field() 
    price = scrapy.Field() 
    name = scrapy.Field() 


class ObiSpider(scrapy.spiders.CrawlSpider): 
    name = "obi_spider" 
    start_urls = ["https://www.obi.ru/vsyo-dlya-doma/lakokrasochnye-materialy/c/296"] 


    def parse(self, response): 
     for link in response.xpath("//ul[@class='first-level dashed']/li/a/@href").extract(): 
      yield scrapy.Request(response.urljoin(link), callback=self.parse_page) 


    def parse_page(self, response): 
     ans=response.xpath("//li[@class='product large']") 
     for prod in ans: 
      loader = ItemLoader(item=Product(), selector=prod) 
      loader.add_xpath('category', "//div[@class='head dashed selectable']/a/text()") 
      loader.add_xpath('name', ".//span[@class='description']/p/text()") 
      loader.add_xpath('price', ".//span[@class='price']/span/@data-csscontent") 
      yield loader.load_item() 
     path = response.xpath("//div[@id='PaginationLinks']/a/@href").extract() 
     for link in path: 
      if "?page" in link: 
       yield scrapy.Request(response.urljoin(link), callback=self.parse_page) 



process = CrawlerProcess() 
process.crawl(ObiSpider) 
process.start()

任何帮助表示赞赏。提前致谢。

来源

2017-05-14 Salabon11

请提供更多详情：scrapy日志是否显示任何错误或非200响应代码？如果是在这里发布日志。还请检查刮刀是否实际访问了它应该访问的所有页面。 1200个声音的偶数限制就像它在某个时候被阻挡了一样（访问了20页，每个页面有60个产品）并且无法访问所有页面。 – rrschmidt