python创建scrapy_Python爬虫教程-31-创建 Scrapy 爬虫框架项目
首先说一下,本篇是在 Anaconda 环境下,所以如果没有安装 Anaconda 请先到官网下载安装
Scrapy 爬虫框架项目的创建0.打开【cmd】
1.进入你要使用的 Anaconda 环境1.环境名可以在【Pycharm】的【Settings】下【Project:】下找到
2.使用命令:activate 环境名,例如:
activate learn
3.进入想要存放 scrapy 项目的目录下 【注意】
4.新建项目:scrapy startproject xxx项目名,例如:
scrapy startproject new_project
5.操作截图:
6.在文件资源管理器打开该目录,就会发现生成了好几个文件
7.使用 Pycharm 打开项目所在目录就可以了
这里我们就把项目创建好了,分析一下自动生成的文件的作用
Scrapy 爬虫框架项目的开发0.使用 Pycharm 打开项目,截图:
项目的开发的大致流程:
1.明确需要爬取的目标/产品:编写 item.py
2.在 spider 目录下载创建 python 文件制作爬虫:
地址 spider/xxspider.py 负责分解,提取下载的数据
对应 pipelines 文件
爬虫提取出数据存入 item 后,item 中保存的数据需要进一步处理,比如清洗,去虫,存储等
Pipeline 需要处理 process_item 函数
process_item
spider 提取出来的 item 作为参数传入,同时传入的还有 spider
此方法必须实现
必须返回一个 Item 对象,被丢弃的 item 不会被之后的 pipeline
_ init _:构造函数
进行一些必要的参数初始化
open_spider(spider):
spider 对象对开启的时候调用
close_spider(spider):
当 spider 对象被关闭的时候调用
Spider 目录
对应的是文件夹 spider 下的文件
_ init _:初始化爬虫名称,start _urls 列表
start_requests:生成 Requests 对象交给 Scrapy 下载并返回 response
parse:根据返回的 response 解析出相应的 item,item 自动进入 pipeline:如果需要,解析 url,url自动交给 requests 模块,一直循环下去
start_requests:此方法尽能被调用一次,读取 start _urls 内容并启动循环过程
name:设置爬虫名称
start_urls:设置开始第一批爬取的 url
allow_domains:spider 允许去爬的域名列表
start_request(self):只被调用一次
parse:检测编码
log:日志记录
原文:https://blog.csdn.net/qq_40147863/article/details/82389734blog.csdn.net
python创建scrapy_Python爬虫教程-31-创建 Scrapy 爬虫框架项目相关推荐
- Python3网络爬虫教程8——有道在线翻译项目(JS加密)
上接: Python3网络爬虫教程7--SSL数字证书 https://blog.csdn.net/u011318077/article/details/86538116 6. js加密(有道在线翻译 ...
- Scrapy定向爬虫教程(一)——创建运行项目和基本介绍
前言 目前网上的Scrapy中文教程比较少,而且大多教程使用的Scrapy版本较老,比如说这个Scrapy 0.25 文档,如其名,上古时期的翻译文档:再比如极客学院的视频教程使用的是1.0.x版本, ...
- Python爬虫基础:安装Scrapy爬虫框架和创建Scrapy爬虫项目
首先为了避免国外镜像不稳定,我们使用了清华大学的python库镜像:https://pypi.tuna.tsinghua.edu.cn/simple 1.安装scrapy 1.1.安装pywin32( ...
- python 定时自动爬取_python实现scrapy爬虫每天定时抓取数据的示例代码
1. 前言. 1.1. 需求背景. 每天抓取的是同一份商品的数据,用来做趋势分析. 要求每天都需要抓一份,也仅限抓取一份数据. 但是整个爬取数据的过程在时间上并不确定,受本地网络,代理速度,抓取数据量 ...
- 爬虫教程( 2 ) --- 爬虫框架 Scrapy、Scrapy 实战
From:https://piaosanlang.gitbooks.io/spiders/content/ scrapy-cookbook :https://scrapy-cookbook.readt ...
- python定时爬取数据_python实现scrapy爬虫每天定时抓取数据的示例代码
1. 前言. 1.1. 需求背景. 每天抓取的是同一份商品的数据,用来做趋势分析. 要求每天都需要抓一份,也仅限抓取一份数据. 但是整个爬取数据的过程在时间上并不确定,受本地网络,代理速度,抓取数据量 ...
- Python爬虫入门——3.8 Scrapy爬虫项目文件介绍
本节我们就使用scrapy框架来编写爬虫程序. 声明:参考资料" 从零开始学Python网络爬虫 "作者:罗攀,蒋仟机械工业出版社ISBN:9787111579991 上节我们创 ...
- Python爬虫入门——3.7 Scrapy爬虫框架安装
声明:参考资料<从零开始学Python网络爬虫 >作者:罗攀,蒋仟 机械工业出版社 ISBN: 9787111579991 参考资料<精通Python网络爬虫:核心技术. ...
- Python爬虫深造篇(四)——Scrapy爬虫框架启动一个真正的项目
一.前情提要 经过前面的学习,我们初识了 Scrapy 框架,通过 Scrapy 提供的互动工具,我们在命令行中体验了 Scrapy 中的 CSS 选择器 最重要的几个点是:. 代表 class,# ...
最新文章
- PCL点云特征描述与提取(4)
- 基于容器宽度的字体缩放
- ARM汇编:加载和存储指令集(六大类)---LDR(ADR)、LDRB、LDRH、STR、STRB、STRH
- 主mysql删除从服务不同步_MySQL主从不同步解决
- Linux下安装Solr
- STL常用的拷贝和替换算法
- java生成带文字的图片_Java在背景图片上面加文字或者文字自动生成图片
- 抖音最强python_装逼篇 | 抖音超火的九宫格视频是如何生成的,Python 告诉你答案...
- 金融时序预测中的深度学习方法综述!
- 秒表设计实验报告C语言,电子秒表设计实验报告
- IBM AIX创建lv
- win10系统ps3手柄蓝牙连接方法_ps3手柄怎么进入配对模式win10
- android系统9有OTG功能吗,随身HiFi 安卓OTG功能在音频上的妙用
- 富军:史玉柱鲜为人知的网络营销震撼策略!
- The SetStack Computer UVA - 12096 集合栈计算机 set集合
- 用户获取pppd拨号状态_iPhone手机隐藏的拨号键代码,原来还能这么用,幸好钱没白花...
- 思特奇杯 结营大作业
- 宝塔设置A站点SSL,同服务器下其他未设SSL站点访问HTTPS默认会打开A站点
- sql 凭证明细表 科目余额表_转用友科目余额表sql和软件中的一样
- CorelDRAW常用工具之渐变工具