首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python 学习手册
Python Cookbook
Python 基础教程
Python Sites
PyPI - Python Package Index
http://www.simple-is-better.com/
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
V2EX  ›  Python

PySpider 如何合并长文章的内分页

  •  
  •   leewlab · 51 天前 · 390 次点击
    这是一个创建于 51 天前的主题,其中的信息可能已经有所发展或是发生改变。
    文章很长,内部有多个分页,请问如何每个分页都采集后再合成一个完整的文章?

    比如漫画的一个篇章有很多个页面,但是都属于同一话,采集完后要归类到同一个页面。

    Url 一般是这种格式。

    https://www.dmzj.com/view/jinshangxiang/83169.html#@page=1
    https://www.dmzj.com/view/jinshangxiang/83169.html#@page=2
    https://www.dmzj.com/view/jinshangxiang/83169.html#@page=3
    1 回复  |  直到 2019-04-25 16:14:31 +08:00
        1
    seoguess   51 天前
    加一个 if 判断,翻页 css、url 路径或者其他,然后循环获取所有的翻页内容,article += content
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   2176 人在线   最高记录 5043   ·  
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 17ms · UTC 03:00 · PVG 11:00 · LAX 20:00 · JFK 23:00
    ♥ Do have faith in what you're doing.
    沪ICP备16043287号-1