Författarnamn

I den här övningen har vi skapat en spindelklass som, när den är klar, hämtar författarnamnen från en förkortad version av DataCamps kurskatalog. URL:en till den förkortade versionen lagras i variabeln url_short. Din uppgift är att skapa listan med extraherade författarnamn i spindelns parse-metod.

Det är bra att ha koll på två saker:

Du använder response-objektet och metoden css här.
Kursens författarnamn definieras av texten i p-elementen som tillhör klassen course-block__author-name

Du kan undersöka spindeln med hjälp av funktionen inspect_spider() som vi har byggt åt dig – den skriver ut de författarnamn du hittar!

Observera att den här och de återstående övningarna i det här kapitlet kan ta lite tid att läsa in.

Den här övningen är en del av kursen

Webbskrapning i Python

Visa kurs

Övningsinstruktioner

Fyll i de argument som krävs för parse-metoden så att den fungerar korrekt när den anropas i metoden start_requests.
Inuti parse-metoden, skapa en variabel author_names, som är en lista med strängar skapad genom att extrahera texten från de styckelement som tillhör klassen course-block__author-name.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import the scrapy library
import scrapy

# Create the Spider class
class DCspider( scrapy.Spider ):
  name = 'dcspider'
  # start_requests method
  def start_requests( self ):
    yield scrapy.Request( url = url_short, callback = self.parse )
  # parse method
  def parse( ____ ):
    # Create an extracted list of course author names
    ____
    # Here we will just return the list of Authors
    return author_names
  
# Inspect the spider
inspect_spider( DCspider )

Redigera och kör kod