请记住，网络抓取是一项复杂的任务，具有潜在的法律的和道德复杂性。您必须遵守您要删除的网站的使用条款，并确保您的行为符合适用的法律法规。
您似乎遇到了这样一种情况，即您接收的是XML而不是HTML。如果服务器将XML作为响应格式发送，或者如果您正在处理 AJAX 端点，则可能会发生这种情况，AJAX端点通常被设计为返回XML、JSON或其他数据格式，而不是完整的HTML页面。
与HTML不同，Scrapy本身并不管理XML响应。对于XML，您需要使用lxml或BeautifulSoup等库来解析它。
下面是在Scrapy spider中实现此功能的方法：

from scrapy.http import TextResponse
from bs4 import BeautifulSoup

def parse(self, response):
    # assuming response.body is a blob of XML
    soup = BeautifulSoup(response.body, 'lxml') # 'lxml' is the parser for xml
    # Now you can find tags, navigate, or extract info from your xml
    # Suppose we want to find the tag 'your_tag' and extract its text
    your_tag = soup.find('your_tag')
    if your_tag:
        your_info = your_tag.text
        print(your_info)

字符串
确保将'your_tag'替换为您感兴趣的实际XML标记。
但是，如果您预期的是HTML而不是XML，那么服务器可能会根据请求头来决定响应格式。您可以尝试添加“Accept”：'text/html'到你的标题，以表明你更喜欢一个HTML响应：

yield scrapy.FormRequest(url, method='post', formdata=fd, headers={
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/113.0',
    'Accept': 'text/html'
})

型
最后，值得注意的是，表单数据中的“IW_SessionID_”似乎是一个会话ID，每次在服务器上启动会话时，它都可能会更改。如果是这种情况，您需要找到一种方法来动态地获取每个新会话的会话ID。这可能包括首先向页面发送GET请求，从响应中解析会话ID，然后在POST请求中使用该会话ID。
需要强调的是，表单数据中的“IW_SessionID_”似乎是一个会话ID，它可能在服务器上每次启动新会话时都会更改。如果是这样，您需要设计一个方法来动态地获取每个新会话的会话ID。这可能包括首先向页面发出GET请求，从响应中提取会话ID，然后在POST请求中使用该会话ID。
同样值得注意的是，您似乎正在抓取使用Intraweb的网站。Intraweb是一个基于AJAX的Web应用程序开发框架。由于它是动态的，即时生成的请求，因此抓取可能更具挑战性，并且可能需要更高级的抓取方法或能够执行JavaScript的工具，例如Selenium或Pyppeteer。