Описания курсов DataCamp

Как и в предыдущем упражнении, кода здесь немало — ведь вы работаете с полноценным пауком для обхода сайтов! Но не пугайтесь: вы уже хорошо понимаете, как работают пауки, и задача, которую нужно выполнить, совсем несложная.

Как и раньше, мы создали функцию previewCourses, которая позволяет просмотреть результат работы паука. Вы также можете изучить словарь dc_dict напрямую после запуска кода.

В этом упражнении вам нужно составить строку CSS-селектора, которая ведёт к тексту описания курса. Всё, что вам нужно знать: на странице курса текст описания находится внутри элемента абзаца p, который принадлежит классу course__description (два символа подчёркивания).

Это упражнение является частью курса

Веб-скрапинг на Python

Посмотреть курс

Инструкции к упражнению

Заполните единственный пропуск в методе parse_pages: введите строку CSS-селектора, которая ведёт к тексту внутри элемента абзаца p, принадлежащего классу course__description.

ПРИМЕЧАНИЕ: Если вы нажали Запустить код, для повторного использования этой кнопки необходимо нажать Сбросить до примера кода!

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import scrapy
import scrapy

# Import the CrawlerProcess: for running the spider
from scrapy.crawler import CrawlerProcess

# Create the Spider class
class DC_Description_Spider(scrapy.Spider):
  name = "dc_chapter_spider"
  # start_requests method
  def start_requests(self):
    yield scrapy.Request(url = url_short,
                         callback = self.parse_front)
  # First parsing method
  def parse_front(self, response):
    course_blocks = response.css('div.course-block')
    course_links = course_blocks.xpath('./a/@href')
    links_to_follow = course_links.extract()
    for url in links_to_follow:
      yield response.follow(url = url,
                            callback = self.parse_pages)
  # Second parsing method
  def parse_pages(self, response):
    # Create a SelectorList of the course titles text
    crs_title = response.xpath('//h1[contains(@class,"title")]/text()')
    # Extract the text and strip it clean
    crs_title_ext = crs_title.extract_first().strip()
    # Create a SelectorList of course descriptions text
    crs_descr = response.css( ____ )
    # Extract the text and strip it clean
    crs_descr_ext = crs_descr.extract_first().strip()
    # Fill in the dictionary
    dc_dict[crs_title_ext] = crs_descr_ext

# Initialize the dictionary **outside** of the Spider class
dc_dict = dict()

# Run the Spider
process = CrawlerProcess()
process.crawl(DC_Description_Spider)
process.start()

# Print a preview of courses
previewCourses(dc_dict)

Редактировать и запускать код