当前位置 博文首页 > Python打印scrapy蜘蛛抓取树结构的方法

    Python打印scrapy蜘蛛抓取树结构的方法

    作者:pythoner 时间:2021-07-30 18:51

    本文实例讲述了Python打印scrapy蜘蛛抓取树结构的方法。分享给大家供大家参考。具体如下:

    通过下面这段代码可以一目了然的知道scrapy的抓取页面结构,调用也非常简单

    #!/usr/bin/env python
    import fileinput, re
    from collections import defaultdict
    def print_urls(allurls, referer, indent=0):
      urls = allurls[referer]
      for url in urls:
        print ' '*indent + referer
        if url in allurls:
          print_urls(allurls, url, indent+2)
    def main():
      log_re = re.compile(r'<GET (.*?)> \(referer: (.*?)\)')
      allurls = defaultdict(list)
      for l in fileinput.input():
        m = log_re.search(l)
        if m:
          url, ref = m.groups()
          allurls[ref] += [url]
      print_urls(allurls, 'None')
    main()

    希望本文所述对大家的Python程序设计有所帮助。

    jsjbwy
    下一篇:没有了