Я пытался написать этот паук неделями, но безуспешно. Что это лучший способ для меня, чтобы закодировать это в Python:Как написать простой паук в Python?
1) Начальный URL: http://www.whitecase.com/Attorneys/List.aspx?LastName=A
2) из исходного URL забрать эти адреса с этим регулярным выражением:
hxs.select('//td[@class="altRow"][1]/a/@href').re('/.a\w+')
[u'/cabel', u'/jacevedo', u'/jacuna', u'/aadler', u'/zahmedani', u'/tairisto', u
/zalbert', u'/salberts', u'/aaleksandrova', u'/malhadeff', u'/nalivojvodic', u'
....
3) Перейти к каждому из этих URL-адресов и очистить информацию о школе с помощью этого регулярного выражения
hxs.select('//td[@class="mainColumnTDa"]').re('(?<=(JD,\s))(.*?)(\d+)'
[u'JD, ', u'University of Florida Levin College of Law, <em>magna cum laude</em> , Order of the Coif, Symposium Editor, Florida Law Review, Awards for highest grades in Comparative Constitutional History, Legal Drafting, Real Property and Sales, ', u'2007']
4) Написать Царапины Информация о школе в schools.csv файл
Можете ли вы помочь мне написать этот паук в Python? Я пытался написать его в Scrapy, но безуспешно. См. Мои предыдущие question.
спасибо.
http://www.ibm.com/developerworks/linux/library/l-spider/ эта ссылка больше не работает ... –