Scrapy Shell

Posted 2020-11-28 Norni

1、简介

　　Scrapy终端是一个交互终端，可以在未启动spider的情况下尝试及调试代码，也可以用来测试XPath或CSS表达式，查看它们的工作方式，方便在爬取的网页中提取数据。

　　如果安装了 IPython ，Scrapy终端将使用 IPython (替代标准Python终端)。 IPython 终端与其他相比更为强大，提供智能的自动补全，高亮输出，及其他特性。

2、启动Scrapy Shell

　　进入项目的根目录，执行命令来启动shell

　　`scrapy shell "url"`

　　说明：url为要爬取的网址

　　（1）Scrapy Shell根据下载的页面会自动创建一些方便使用的对象，比如`Response`对象,`Selector`对象

　　（2）当shell载入后，将得到一个包含response数据的本地response变量，输入`response.body`将输出response的包体，输出`response.headers`可以看到response的包头

　　（3）输入`response.selector`时，将获取到一个response初始化的类Selector的对象，此时可以通过使用`response.selector.xpath()或response.selector.css()`来对response进行查询

　　（4）Scarpy也提供了一些快捷方式，如`response.xpath()`或`response.css()`同样可以生效。

3、Selectors选择器

　　Scrapy Selectors内置XPath和CSS Selector表达式机制

　　Selector有四个基本的方法：

　　（1）XPath()：传入xpath表达式，返回该表达式所对应的所有节点的selector list列表

　　（2）extract()：序列化该节点为字符串并返回list

　　（3）css()：传入CSS表达式，返回该表达式所对应的所有节点的selector list列表，语法同BeautifulSoup4

　　（4）re()：根据传入的正则表达式对数据进行提取，返回字符串list列表

4、官方文档

　　https://scrapy-chs.readthedocs.io/zh_CN/latest/topics/shell.html