Sto iniziando con scrapy, e ho il primo vero problema. Sta scaricando le foto. Quindi questo è il mio ragno.Download di immagini con scrapy
from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.selector import HtmlXPathSelector
from scrapy.contrib.linkextractors.sgml import SgmlLinkExtractor
from example.items import ProductItem
from scrapy.utils.response import get_base_url
import re
class ProductSpider(CrawlSpider):
name = "product"
allowed_domains = ["domain.com"]
start_urls = [
"http://www.domain.com/category/supplies/accessories.do"
]
def parse(self, response):
hxs = HtmlXPathSelector(response)
items = []
sites = hxs.select('//td[@class="thumbtext"]')
number = 0
for site in sites:
item = ProductItem()
xpath = '//div[@class="thumb"]/img/@src'
item['image_urls'] = site.select(xpath).extract()[number]
item['image_urls'] = 'http://www.domain.com' + item['image_urls']
items.append(item)
number = number + 1
return items
Quando cito ITEM_PIPELINES
e IMAGES_STORE
in settings.py
questo modo ottengo l'URL corretto per l'immagine Vorrei scaricare (copia incollato in del browser per il controllo).
Ma quando ho unquote quelli ottengo l'errore seguente:
raise ValueError('Missing scheme in request url: %s' % self._url')
exceptions.ValueError: Missing scheme in request url:h
e non riesco a scaricare le mie foto.
Ho cercato per l'intera giornata e non ho trovato nulla di utile.
avete una pipeline per elaborare gli URL? hai registrato la tua pipeline in settings.py? http://doc.scrapy.org/en/latest/topics/images.html, è un ottimo riferimento. hai le autorizzazioni appropriate per scrivere sul percorso di IMAGE_STORE? – dm03514
sì ho fatto tutto come si dice, in realtà ho usato quel riferimento ma ancora ... no – iblazevic