Skip to main content
se añadieron 264 caracteres en el cuerpo
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) si quieres obtener el texto de tus enlaces, usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso. Si imprimes el objeto obtienes la salida de su método __str__ (o 'repr'__repr__ en su defecto), el cual parece cortar el contenido del atributo data, seguramente para facilitar la legibilidad cuando este es muy extenso.

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) si quieres obtener el texto de tus enlaces, usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso. Si imprimes el objeto obtienes la salida de su método __str__ (o 'repr' en su defecto), el cual parece cortar el contenido del atributo data, seguramente para facilitar la legibilidad cuando este es muy extenso.

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) si quieres obtener el texto de tus enlaces, usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso. Si imprimes el objeto obtienes la salida de su método __str__ (o __repr__ en su defecto), el cual parece cortar el contenido del atributo data, seguramente para facilitar la legibilidad cuando este es muy extenso.

se añadieron 264 caracteres en el cuerpo
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) si quieres obtener el texto de tus enlaces, usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso. Si imprimes el objeto obtienes la salida de su método __str__ (o 'repr' en su defecto), el cual parece cortar el contenido del atributo data, seguramente para facilitar la legibilidad cuando este es muy extenso.

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso.

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) si quieres obtener el texto de tus enlaces, usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso. Si imprimes el objeto obtienes la salida de su método __str__ (o 'repr' en su defecto), el cual parece cortar el contenido del atributo data, seguramente para facilitar la legibilidad cuando este es muy extenso.

Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

Primero, entrecomilla el nombre de las clases, por eso no obtienes coincidencias al usar la clase. En vez de:

'//img[@class=vc_gitem-zone-img]'

haz:

'//img[@class="vc_gitem-zone-img"]'

Después, no imprimas el selector directamente (instancia de scrapy.selector.unified.SelectorList posiblemente) usa el método get (o su alias extract_first) y getall(o su alias extract) sobre cada selector para obtener el texto completo dependiendo de si solo quisieras la primera coincidencia o todas como es este caso.

Para generar un ejemplo reproducible:

import scrapy


html='''\    
<style type="text/css">
   img.wp-smiley,
   img.emoji {
   display: inline !important;
   border: none !important;
   box-shadow: none !important;
   height: 1em !important;
   width: 1em !important;
   margin: 0 .07em !important;
   vertical-align: -0.1em !important;
   background: none !important;
   padding: 0 !important;
   }
</style>
<link rel='stylesheet' id='dashicons-css'  href='http://www.siie.com/wp-includes/css/dashicons.min.css?ver=4.9.8' type='text/css' media='all' />
<link rel='stylesheet' id='thickbox-css'  href='http://www.siie.com/wp-includes/js/thickbox/thickbox.css?ver=4.9.8' type='text/css' media='all' />
<div class="vc_grid vc_row vc_grid-gutter-5px vc_pageable-wrapper vc_hook_hover" data-vc-pageable-content="true">
   <div class="vc_pageable-slide-wrapper vc_clearfix" data-vc-grid-content="true">
      <div class="vc_grid-item vc_clearfix vc_col-sm-4">
         <div class="vc_grid-item-mini vc_clearfix ">
            <div class="vc_gitem-animated-block ">
               <div class="vc_gitem-zone vc_gitem-zone-a vc-gitem-zone-height-mode-auto vc-gitem-zone-height-mode-auto-1-1 vc_gitem-is-link" style="background-image: url('http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-3-768x1024.jpeg') !important;">
                  <a href="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-3-768x1024.jpeg" title="JAGEMBERG 165 &#8211; 2 3"  data-rel="prettyPhoto[rel--1417719797]" data-vc-gitem-zone="prettyphotoLink" class="vc_gitem-link prettyphoto vc-zone-link vc-prettyphoto-link"></a>    <img src="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-3-768x1024.jpeg" class="vc_gitem-zone-img" alt=""> 
                  <div class="vc_gitem-zone-mini">
                  </div>
               </div>
            </div>
         </div>
         <div class="vc_clearfix"></div>
      </div>
      <div class="vc_grid-item vc_clearfix vc_col-sm-4">
         <div class="vc_grid-item-mini vc_clearfix ">
            <div class="vc_gitem-animated-block ">
               <div class="vc_gitem-zone vc_gitem-zone-a vc-gitem-zone-height-mode-auto vc-gitem-zone-height-mode-auto-1-1 vc_gitem-is-link" style="background-image: url('http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-1-1024x768.jpeg') !important;">
                  <a href="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-1-1024x768.jpeg" title="JAGEMBERG 165-2 1"  data-rel="prettyPhoto[rel--1417719797]" data-vc-gitem-zone="prettyphotoLink" class="vc_gitem-link prettyphoto vc-zone-link vc-prettyphoto-link"></a>    <img src="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-1-1024x768.jpeg" class="vc_gitem-zone-img" alt=""> 
                  <div class="vc_gitem-zone-mini">
                  </div>
               </div>
            </div>
         </div>
         <div class="vc_clearfix"></div>
      </div>
      <div class="vc_grid-item vc_clearfix vc_col-sm-4">
         <div class="vc_grid-item-mini vc_clearfix ">
            <div class="vc_gitem-animated-block ">
               <div class="vc_gitem-zone vc_gitem-zone-a vc-gitem-zone-height-mode-auto vc-gitem-zone-height-mode-auto-1-1 vc_gitem-is-link" style="background-image: url('http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-2-1024x768.jpeg') !important;">
                  <a href="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-2-1024x768.jpeg" title="JAGEMBERG 165-2 2"  data-rel="prettyPhoto[rel--1417719797]" data-vc-gitem-zone="prettyphotoLink" class="vc_gitem-link prettyphoto vc-zone-link vc-prettyphoto-link"></a>    <img src="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-2-1024x768.jpeg" class="vc_gitem-zone-img" alt=""> 
                  <div class="vc_gitem-zone-mini">
                  </div>
               </div>
            </div>
         </div>
         <div class="vc_clearfix"></div>
      </div>
      <div class="vc_grid-item vc_clearfix vc_col-sm-4">
         <div class="vc_grid-item-mini vc_clearfix ">
            <div class="vc_gitem-animated-block ">
               <div class="vc_gitem-zone vc_gitem-zone-a vc-gitem-zone-height-mode-auto vc-gitem-zone-height-mode-auto-1-1 vc_gitem-is-link" style="background-image: url('http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-4-1024x768.jpeg') !important;">
                  <a href="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-4-1024x768.jpeg" title="JAGEMBERG 165 &#8211; 2 4"  data-rel="prettyPhoto[rel--1417719797]" data-vc-gitem-zone="prettyphotoLink" class="vc_gitem-link prettyphoto vc-zone-link vc-prettyphoto-link"></a>    <img src="http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-4-1024x768.jpeg" class="vc_gitem-zone-img" alt=""> 
                  <div class="vc_gitem-zone-mini">
                  </div>
               </div>
            </div>
         </div>
         <div class="vc_clearfix"></div>
      </div>
   </div>
</div>
'''

response = scrapy.Selector(text=html)

Ahora solo tendrías que hacer lo siguiente:

links = response.xpath('//img[@class="vc_gitem-zone-img"]/@src').getall()
print(links)

Lo que muestra la lista con los links para ese html ejemplo:

['http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-3-768x1024.jpeg',
 'http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-1-1024x768.jpeg',
 'http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-2-1024x768.jpeg',
 'http://www.siie.com/wp-content/uploads/2019/03/JAGEMBERG-165-2-4-1024x768.jpeg']

Obviamente hay más formas de llegar al elemento.