0

我正在将 scrapy 与剧作家集成，但发现自己在单击后添加计时器时遇到了困难。因此，当我点击后截取页面时，它仍然挂在登录页面上。

如何集成计时器，以便页面等待几秒钟，直到页面加载？

import scrapy
from scrapy_playwright.page import PageCoroutine

class DoorSpider(scrapy.Spider):
    name = 'door'
    start_urls = ['https://nextdoor.co.uk/login/']

    def start_requests(self):
        for url in self.start_urls:
            yield scrapy.Request(
                url=url, 
                callback = self.parse, 
                meta= dict(
                        playwright = True,
                        playwright_include_page = True,
                        playwright_page_coroutines = [
                        PageCoroutine("click", selector = ".onetrust-close-btn-handler.onetrust-close-btn-ui.banner-close-button.onetrust-lg.ot-close-icon"),
                        PageCoroutine("fill", "#id_email", 'my_email'),
                        PageCoroutine("fill", "#id_password", 'my_password'),
                        PageCoroutine('waitForNavigation'),
                        PageCoroutine("click", selector="#signin_button"),
                        PageCoroutine("screenshot", path="cookies.png", full_page=True),
                        
                                ]
                            )
            )

    def parse(self, response):
        yield {
            'data':response.body
        }
4

1 回答 1

0

waiting根据您的特定用例，您可以使用许多方法。下面是一个示例，但您可以从文档中阅读更多内容

  1. wait_for_event(event, **kwargs)
  2. wait_for_selector(selector, **kwargs)
  3. wait_for_load_state(**kwargs)
  4. wait_for_url(url, **kwargs)
  5. wait_for_timeout(timeout

对于您的问题，如果您需要等到页面加载，您可以使用下面的协程并将其插入列表中的适当位置：

...
PageCoroutine("wait_for_load_state", "load"),
...

或者

...
PageCoroutine("wait_for_load_state", "domcontentloaded"),
...

wait如果以上两种方法都不起作用，您可以尝试任何其他方法，或者您可以使用明确的超时值，例如 3 秒。（不建议这样做，因为它会更频繁地失败，并且在网络抓取时不是最佳选择）

...
PageCoroutine("wait_for_timeout", 3000),
...
于 2022-02-21T02:38:12.503 回答