Опис на DataCamp

Як і в попередній вправі, код тут довгий, адже ви працюєте з повноцінним павуком для вебскрейпінгу! Але знову ж, не лякайтеся обсягу коду: ви вже розумієте, як працюють павуки, і цілком спроможні виконати просте завдання, яке ми підготували для вас!

Як і в попередній вправі, ми створили функцію previewCourses, яка дає змогу попередньо переглянути результат роботи павука. Після запуску коду ви також можете просто дослідити словник dc_dict.

У цій вправі треба створити рядок CSS Locator, який веде безпосередньо до тексту опису курсу. Усе, що потрібно знати: на сторінці курсу текст опису міститься в елементі абзацу p, що належить до класу course__description (два підкреслення).

Ця вправа є частиною курсу

Вебскрапінг у Python

Переглянути курс

Інструкції до вправи

Заповніть єдиний пропуск нижче в методі parse_pages рядком CSS Locator, який указує на текст усередині елемента абзацу p, що належить до класу course__description.

ПРИМІТКА: Якщо ви натиснете Run Code, потрібно скористатися Reset to Sample Code, щоб знову успішно використати Run Code!!

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код