创建CrawlSpider爬虫简要步骤

Posted 2020-12-31 fwl8888

创建CrawlSpider爬虫简要步骤：

1. 创建项目文件：

e.g: scrapy startproject douyu (douyu为项目名自定义)

 

2. 进入项目文件：

e.g: cd douyu/  => cd douyu/ (两次)

 

3. 修改items.py文件中需要获取的字段：

e.g: vim items.py  =>  name = scrapy.Field()

 

4. 进入爬虫文件：

e.g: cd spider/

 

5. 创建爬虫：

e.g: scrapy genspider -t crawl dy ‘douyu.com‘ （dy为爬虫名，不要和项目名一致；douyu.com为限制爬虫范围）

 

6. 修改dy.py

7. 修改管道文件pipelines.py

8. 设置settings.py

e.g: 优先级设置等

9. 运行命令：

e.g: scrapy crawl dy

 

 

注： 默认的Rules规则中，follow为True,如若跟进，可省略不写；当有callback回调函数时，不写follow，默认follow为True