scrapy01-scrapy的项目的创建和启动

Posted gzwzx

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scrapy01-scrapy的项目的创建和启动相关的知识,希望对你有一定的参考价值。

1、安装scrapy

在Windows下安装scrapy框架。由于scrapy框架依赖较多,安装需要注意一下几点:

pip install pipywin32
pip install wheel #不用也可以
pip install Twisted
pip install scrapy

2、新建爬虫项目

  • 新建项目
scrapy startproject [项目名]
  • 新建爬虫
scrapy genspider [爬虫名] [域名]
  • 编写爬虫文件,在执行上述命令后。在项目的根目录下的spider文件夹下后生成一个爬虫文件,想过逻辑在里面书写
import scrapy
# from scrapy.selector.unified import  SelectorList
from scrapy1_test.items import Scrapy1TestItem

class DuanziSpider(scrapy.Spider):
    name = ‘duanzi‘
    allowed_domains = [‘ishuo.cn‘]
    start_urls = [‘http://ishuo.cn/‘]

    def parse(self, response):
        contents = []
        content_lis = response.xpath("//div[@id=‘list‘]/ul/li")
        for li in content_lis:
            content = li.xpath(‘./div[1]/text()‘).get()#与etree的text()方法不同,这里拿到的是一个对象,需要get()才可以取出里面的内容
            info = li.xpath(‘./div[2]/a/text()‘).get()
            item = Scrapy1TestItem(content=content,info=info)
            yield item #这种方式是单个item返回,也可以用一个列表集中返回
            # contents.append(item)
        # return contents
        yield scrapy.Request

  

以上是关于scrapy01-scrapy的项目的创建和启动的主要内容,如果未能解决你的问题,请参考以下文章

码以致用01 - Scrapy 爬虫框架简介

爬虫框架scrapy安装

5-4,scrapy图片爬取与下载中间件的使用

pycharm下运行和调试scrapy项目

Scrapy爬虫的暂停和启动

scrapy框架爬虫的暂停和启动