0

Intento scrapear los títulos de los locales comerciales de Valencia en Fotocasa y me devuelve el siguiente error.

# Code follows:
allowed_domain = "fotocasa.es"
real_base_url = "https://www.fotocasa.es"

start_urls = ["https://www.fotocasa.es/es/comprar/locales/valencia-capital/valencia-ciudad/l/%?latitude=39.47389303025584&longitude=-0.37903572198717134&combinedLocationIds=724,19,46,358,0,46250,144,0,0&gridType=3" % (page_number) for page_number in range(1,63)]

# Crawl Search Page Results
def parse(self, response):

    print (response.url)
    # Main Page Parsing
    houses_snippets = response.xpath("//h3[@class='re-Card-title']")
    for house_snippet in houses_snippets:
        house_object_id = house_snippet.xpath("@href").extract()[0]
        house_link = urlparse.urljoin(self.real_base_url, house_object_id)
        request = scrapy.Request(house_link, callback=self.parse_house_post)
        yield request

ValueError Traceback (most recent call last) in () 2 real_base_url = "https://www.fotocasa.es" 3 ----> 4 start_urls = ["https://www.fotocasa.es/es/comprar/locales/valencia-capital/valencia-ciudad/l/%?latitude=39.47389303025584&longitude=-0.37903572198717134&combinedLocationIds=724,19,46,358,0,46250,144,0,0&gridType=3" % (page_number) for page_number in range(1,63)] 5 6 # Crawl Search Page Results

in (.0) 2 real_base_url = "https://www.fotocasa.es" 3 ----> 4 start_urls = ["https://www.fotocasa.es/es/comprar/locales/valencia-capital/valencia-ciudad/l/%?latitude=39.47389303025584&longitude=-0.37903572198717134&combinedLocationIds=724,19,46,358,0,46250,144,0,0&gridType=3" % (page_number) for page_number in range(1,63)] 5 6 # Crawl Search Page Results

ValueError: unsupported format character '?' (0x3f) at index 79

1 respuesta 1

0

El problema es que la bandera de reemplazo para el formato que trata de usar es %?que no es válida, te falta el tipo de conversión que es obligatorio, %s, %i o %d te valdrían en este caso:

start_urls = ["https://www.fotocasa.es/es/comprar/locales/valencia-capital/valencia-ciudad/l/%s?latitude=39.47389303025584&longitude=-0.37903572198717134&combinedLocationIds=724,19,46,358,0,46250,144,0,0&gridType=3" % (page_number) for page_number in range(1,63)]

No obstante el formateo de cadena con % heredado de C se considera en la práctica obsoleto, usa f-strings o en su defecto str.format()/format()

start_urls = [
    ("https://www.fotocasa.es/es/comprar/locales/valencia-capital/"
     f"valencia-ciudad/l/{page_number}?"
     "latitude=39.47389303025584&longitude=-0.37903572198717134&"
     "combinedLocationIds=724,19,46,358,0,46250,144,0,0&gridType=3"
     ) for page_number in range(1,63)
    ]

Tu Respuesta

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.