Вы можете использовать выражение XPath, как //comment()
получить комментарий содержание, а затем разобрать, что содержание после того, раздели теги комментариев ,
Пример SCRAPY оболочка сессия:
[email protected]:~$ scrapy shell
...
In [1]: doc = """<div class="fruit">
...: <div class="infos">
...: <h2 class="Name">Banana</h2>
...: <span class="edible">Edible: Yes</span>
...: </div>
...: <!--
...: <p class="color">Yellow</p>
...: -->
...: </div>"""
In [2]: from scrapy.selector import Selector
In [4]: selector = Selector(text=doc, type="html")
In [5]: import re
In [6]: regex = re.compile(r'<!--(.*)-->', re.DOTALL)
In [7]: selector.xpath('//comment()').re(regex)
Out[7]: [u'\n <p class="color">Yellow</p>\n ']
In [8]: comment = selector.xpath('//comment()').re(regex)[0]
In [9]: commentsel = Selector(text=comment, type="html")
In [10]: commentsel.css('p.color')
Out[10]: [<Selector xpath=u"descendant-or-self::p[@class and contains(concat(' ', normalize-space(@class), ' '), ' color ')]" data=u'<p class="color">Yellow</p>'>]
In [11]: commentsel.css('p.color').extract()
Out[11]: [u'<p class="color">Yellow</p>']
In [12]: commentsel.css('p.color::text').extract()
Out[12]: [u'Yellow']
В строке, она работает. Но с HTML-страницы это не так. 'Line [8]' variable 'comment = []' Как будто комментарии не были даже «замечены» методом scrapy. – Matt
У вас есть пример URL? –
Уверен: http://www.vietnamworks.com/it-software-jobs-i35-en с комментарием '' – Matt