scrapy怎么实现自定爬取深度?

新手上路,请多包涵

我想实现对一个网址的图片进行下载,然后对该网址里面所有a标签的链接页面的图片进行下载,以此类推,这是我写的代码,求教大佬怎么做到在spider里用循环实现自定义深度啊

import scrapy
from ..items import ImgspiderItem

full_img_list = []

class TestSpiderSpider(scrapy.Spider):
    name = 'test_spider'
    url = input("请输入要爬取的网址:")
    start_urls = [url]

    def parse(self, response):
        img_list = response.xpath('//img/@src').extract()
        a_list = response.xpath('//a/@href').extract()

        if img_list:
            item = ImgspiderItem()
            for img in img_list:
                if img is not None:
                    if img[0:4]!='http':
                        img = 'https:'+img
                        full_img_list.append(img)
                    elif img[0:5]!='https':
                        img = 'https:'+img.split(':',1)[1]
                        full_img_list.append(img)
                    else:
                        full_img_list.append(img)
            item['image_urls'] = full_img_list
            yield item
        for a in a_list:
            if a is not None:
                if a[0:4]!='http':
                    a = 'https:'+a
                elif a[0:5]!='https':
                    a = 'https:'+a.split(':',1)[1]
            yield scrapy.Request(
                a,
                callback=self.parse
            )

阅读 1.1k
撰写回答
你尚未登录,登录后可以
  • 和开发者交流问题的细节
  • 关注并接收问题和回答的更新提醒
  • 参与内容的编辑和改进,让解决方法与时俱进
推荐问题