04 2019 档案
摘要：这里需要特别注意的是，把payload里面value为‘null’的值去掉（这里只是改url需要注意这一点，其他的还没测试）,该url = “https://www.xxxxxxxxxxxxx”
阅读全文
摘要：DOWNLOAD_DELAY是下载延时的意思，就是下载网页（html）的间隔时间， DOWNLOAD_TIMEOUT是超时时间限制，就是如果60s还没有把网页（html）下载了，那么就会放弃这个网页，例如pycharm运行爬虫时的提示：“(failed 1 times):User timeout c
阅读全文
摘要：url= ‘https://t.360jinhuo.com/goods-3451.html?user_id=2207’ 爬取图片url时无法正常拿到，用小path-helper时获得Loading zoom..
阅读全文
摘要：url = li.xpath("./div/div[2]/a/@href | ./div/div[2]/div[2]/a/@href").extract_first()
阅读全文
摘要：\d+匹配1次或者多次数字，注意这里不要写成*，因为即便是小数，小数点之前也得有一个数字；\.?这个是匹配小数点的，可能有，也可能没有；\d*这个是匹配小数点之后的数字的，所以是0个或者多个 例如：
阅读全文
