python学习之爬虫项目ScrapyProject总结
Posted
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python学习之爬虫项目ScrapyProject总结相关的知识,希望对你有一定的参考价值。
项目名称: ScrapyProject
项目介绍:
1抓取图书http://www.shicimingju.com:
1). 请求图书详情页parse(self, response)函数的修改-ScrapyProject/ScrapyProject/spiders/book.py
2). 对章节详情页进行解析parse_chapter_detail函数的修改-ScrapyProject/ScrapyProject/spiders/book.py
3). 将采集的数据存储到文件中, pipeeline组件-ScrapyProject/ScrapyProject/pipelines.py
4). 设置文件中启动pipeline组件-ScrapyProject/ScrapyProject/settings.py
2抓取商品的详细信息,出入库情况
1. 用过sqlalchemy(ORM)将数据信息添加到数据库中
2.日志信息的配置,图片的配置
3.根据python数据类型解析商品的详情信息
4.将尺寸信息序列化为json字符串,如果总库存存在 存储商品信息
技术难点:
1) 如何处理解析后的数据?
2). 如何获取/下载小说章节详情页的链接并下载到本地?
我写项目遇到的难点
1.如何分析网站重要要爬取的信息
2.如何理解item对项目的作用
3.爬取项目资源对写入数据库的选择,意义
4.如果要爬的网址有用户密码验证码登录这个如何解决
项目网址:https://gitee.com/huojin181/ScrapyProject.git
以上是关于python学习之爬虫项目ScrapyProject总结的主要内容,如果未能解决你的问题,请参考以下文章