如何在import.io中正确设置刮擦路径

Question

我正试图在Import.io中设置一个提取器，并且很难获得要发布的API。每次它告诉我它不能发布API，并且可能尝试使用xpath。因此，经过进一步的研究，我发现在craig的列表页面上找到的标题链接的xpath是在span标记中保存的。标签如下：

span[@class='pl']

我尝试在import.io的xpath区域为一个字段设置以下内容

//span[@class='pl']

但没有结果。不管我看起来尝试了什么，我都无法真正地让API发布。虽然我能够将数据导出到dataset，但我确实希望获得一个要发布的API。

我想知道是否有人成功地使用import.io做了一些小刮克雷格列表？如果是这样的话，要使API正确发布，需要执行哪些步骤？

另外，我还读过一些关于Scrapy的文章，但是我不知道python，如何安装它，并运行它，甚至我确实找到了一段与这个问题直接相关的特定代码。有人对我如何让Import.io发布API有任何见解吗？

Answer 1

因此，对于任何想要找到这个问题的答案的人来说，使用Import.io为克雷格列表中的标题设置合适的xpath的方法是将高级xpath覆盖设置为：

.//span[@class='pl']/.

现在，我的问题是，大约403个错误被从克雷格的名单中返回--意思是禁止的。