Python打印scrapy蜘蛛抓取树结构的方法

发布时间：2020-12-16 19:58:24 所属栏目：Python 来源：网络整理

导读：本篇章节讲解Python打印scrapy蜘蛛抓取树结构的方法。供大家参考研究。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 pythonimport fileinput,refrom collections import defaultdictdef prin

本篇章节讲解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。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!