scrapy使用
Posted zhibin123
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scrapy使用相关的知识,希望对你有一定的参考价值。
制作 Scrapy 爬虫 一共需要4步:
- 新建项目 (scrapy startproject xxx):新建一个新的爬虫项目
- 明确目标 (编写items.py):明确你想要抓取的目标
- 制作爬虫 (spiders/xxspider.py):制作爬虫开始爬取网页
- 在spiders目录下,生成爬虫
- 编辑这个爬虫文件
-
记得修改settings.py文件
-
# Crawl responsibly by identifying yourself (and your website) on the user-agent
USER_AGENT = ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.26 Safari/537.36 Core/1.63.5514.400 QQBrowser/10.1.1660.400‘
2
# Obey robots.txt rules
#不遵守机器人规则 有些它不让去的我们也要去
ROBOTSTXT_OBEY = False
3
# See https://docs.scrapy.org/en/latest/topics/item-pipeline.htmlITEM_PIPELINES = {
‘cls.pipelines.ClsPipeline‘: 300,
}
-
-
- 存储内容 (pipelines.py):设计管道存储爬取内容
- 往mongodb数据库存
以上是关于scrapy使用的主要内容,如果未能解决你的问题,请参考以下文章