Skip to main content
2 de 3
se añadieron 264 caracteres en el cuerpo
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) 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.

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.

FJSevilla
  • 62.1k
  • 7
  • 43
  • 68