创建CrawlSpider爬虫简要步骤

Posted fwl8888

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了创建CrawlSpider爬虫简要步骤相关的知识,希望对你有一定的参考价值。

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

 

以上是关于创建CrawlSpider爬虫简要步骤的主要内容,如果未能解决你的问题,请参考以下文章

Scrapy爬虫进阶crawlspider类的使用

Scrapy - CrawlSpider爬虫

python爬虫入门Scrapy框架之CrawlSpider类

scrapy爬虫框架-CrawlSpider

爬虫 crawlspider

17 Scrapy内置爬虫CrawlSpider和Spider的差异、使用正则分析链接