python scrapy框架 简书_Python的Scrapy框架
前言
image.png
我建议新手都从Python3开始学习,可以不去学习Python2了,毕竟以后一定会被Python3代替,当然,也有一些库它现在只兼容Python2,那我们就再考虑了,我的Python版本是Python3.5.2
安装Scrapy
先要确定自己的Python版本 配置好环境变量,在cmd中输入python命令
image.png
同时也需要配置好pip命令
image.png
Scrapy框架是基于twisted的异步架构的,所以我们安装Twisted
下载对应版本的.whl文件先安装twisted库,当然你也需要选择适合自己的版本下载
下载地址: http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted
image.png
安装twisted
打开命令提示符窗口,输入命令:pip install (下载好的twisted模块的whl文件路径)
安装scrapy
twisted库安装成功后,就可以安装scrapy了,在命令提示符窗口直接输入命令:
pip install scrapy回车
安装关联模块pypiwin32,在命令提示符窗口直接输入命令: pip install pypiwin32 回车
Scrapy测试,生成一个Scrapy框架
创建项目
运行命令:
scrapy startproject p1(your_project_name)
自动创建目录的结果:
image.png
文件说明:
scrapy.cfg 项目的配置信息,主要为Scrapy命令行工具提供一个基础的配置信息。(真正爬虫相关的配置信息在settings.py文件中)
items.py 设置数据存储模板,用于结构化数据,如:Django的Model
pipelines 数据处理行为,如:一般结构化的数据持久化
settings.py 配置文件,如:递归的层数、并发数,延迟下载等
spiders 爬虫目录,如:创建文件,编写爬虫规则
注意:一般创建爬虫文件时,以网站域名命名
scrapy终端常用命令
可用scrapy命令
在终端中输入以下命令,查看scrapy有哪些命令语法
scrapy -h
image.png
scrapy的命令有两种分类-全局命令与项目命令
比如我们在命令行直接输入scrapy startproject myproject这个命令,实际上是在全局环境中使用的。
而当我们运行爬虫时候输入scrapy crawl myspider时,实际上是在项目环境内运行的。
#全局变量
startproject
runspider
shell
fetch
#项目命令
crawl
parse
genspider
创建项目
全局命令。使用scrapy第一步是在命令行中,创建爬虫项目。
语法: scrapy startproject
在 当前目录下创建一个名为 projectname 的Scrapy项目。
scrapy startproject myproject
目录结构如下
scrapy.cfg
projectname/
__init__.py
items.py
pipelines.py
settings.py
spiders/
__init__.py
myspider.py
创建好项目后,将当前工作目录切换到项目目录中。使用
cd myproject
之后就可以使用scrapy的项目命令操作scrapy项目了。
生成spider
项目命令。创建spider。一般创建的spider名字是跟域名一样的,比如www.baidu.com,我们穿件的爬虫命令
scrapy genspider baidu baidu.com
一般规律如下
scrapy genspider spidername domain.com
爬取
项目命令。 语法:scrapy crawl
fetch
全局命令。语法:scrapy fetch
使用本语句下载指定的url,并将获取到的内容返回为scrapy中的response对象。
scrapy fetch https://i.meituan.com
shell
全局命令。语法:scrapy shell [url]
Scrapy shell是一个交互终端,供您在未启动spider的情况下尝试及调试您的爬取代码,用来测试提取数据的代码。该终端是用来测试XPath或CSS表达式,查看他们的工作方式及从爬取的网页中提取的数据。 免去了每次修改后运行spider的麻烦。
scrapy shell运行后,就会有以下对象,可以进行方便的调试。
scrapy shell https://www.baidu.com/
parse
项目命令。语法: scrapy parse [options]
获取给定的URL并使用相应的spider分析处理。如果您提供 --callback 选项,则使用spider的该方法处理,否则使用 parse。
--spider=SPIDER: 跳过自动检测spider并强制使用特定的spider
--a NAME=VALUE: 设置spider的参数(可能被重复)
--callback or -c: spider中用于解析返回(response)的回调函数
--pipelines: 在pipeline中处理item
runspider
全局命令语法:scrapy runspider
在未创建项目的情况下,运行一个编写在python脚本中的spider。
python scrapy框架 简书_Python的Scrapy框架相关推荐
- python scrapy框架 简书_python爬虫框架——Scrapy架构原理介绍
说起写爬虫,大多数第一时间想到的就是python了.python语法简洁明了,加上及其丰富好用的库,用它来写爬虫有天然的优势. 之前学python的时候也用requests+lxml写过几个爬虫玩,但 ...
- python scrapy框架 简书_python scrapy 实战简书网站
1:创建项目 2:创建爬虫 3:编写start.py文件用于运行爬虫程序# -*- coding:utf-8 -*- #作者: baikai #创建时间: 2018/12/14 14:09 #文件: ...
- python 串口助手 简书_python用pyserial读取串口问题解决
object is not callable Error: 'bool' object is not callable 没有返回值 正确代码: ser = serial.Serial('COM7', ...
- 小甲鱼python课后题简书_Python练习题100道
1.有四个数字:1,2,3,4,能组成多少个互不相同且无重复数字的三位数?各是多少? 方法一:遍历所有可能,把重复的剃掉. total=0 for i in range(1,5): for j in ...
- python学习笔记简书_Python学习笔记
本人在廖雪峰的python教程学习python,在此记录一些笔记,记一些重要的东西,以便查询及复习. 输入与输出 用print()在括号中加上字符串,就可以向屏幕上输出指定的文字. print()会依 ...
- python excel 饼图 简书_Python可视化29_matplotlib-饼图(pie)
本文详细介绍python 使用matplotlib.pyplot.pie绘制饼图(pie) 本文快速预览 更多好文,欢迎随缘关注@ image image 目录 默认参数 修改配色 饼图某部分突出or ...
- python 串口助手 简书_python 制作串口工具(二)
如需转载,请标明出处! Beautiful is better than ugly. 前言 继续上一篇使用 python 制作串口工具(一),完成要实现的串口工具代码逻辑! 实现 最终效果: imag ...
- python飞机大战简书_python中的小游戏——飞机大战
精灵类---plane_sprites #这个模块放一些常用的工具和基础类和精灵类 #在其他模块调用 import pygame import random #设置游戏屏幕大小 这是一个常量 SCRE ...
- 小甲鱼python课后题简书_Python 练习题汇总
1.赋值运算 image.png 2.条件语句 image.png 3.假如输入的位置是ADC 打印后裔.黄忠.虞姬 假如输入的位置是肉盾打印亚瑟.陈咬金 假如输入的位置是法师打印王昭君.妲己 假如输 ...
- python excel 饼图 简书_Python实现绘画多个饼图
实现多饼图绘制,简单饼图实现及pie详细介绍,可参考第一篇. 1.效果展示 Figure_1.png 2.代码 import matplotlib.pyplot as plt # 同时绘制四个饼图 l ...
最新文章
- java im 框架_Netty实战:设计一个IM框架
- 在Linux上安装Python 3
- sqlite库 —— 为什么要使用 SQLite 数据库?
- ::selection
- canvas笔记-arcTo的使用及绘制弯月
- 微信小程序 自定义tabBar
- 室内定位程序_基于增强现实的室内导航系统如何设计架构
- 军哥lnmp一键安装包详解
- mysql repair 索引_MySQ索引操作命令总结(创建、重建、查询和删除索引命令详解)...
- xp计算机怎样看ip地址,XP电脑ip地址怎么查看?XP系统怎么样查看电脑的IP地址?...
- 身份证阅读器身份证读卡器Linux系统二次开发包(含Linux身份证相片解码库)
- 江苏2021高考成绩查询全省排名,江苏高考排名查询方法,2021年江苏高考成绩位次全省排名查询...
- 最流行的前端框架vue基础
- MySQL用逗号进行拼接、以逗号进行分割
- 2022-7-8 Leetcode 904.水果成篮
- php面试英文自我介绍范文带翻译,英文自我介绍范文3篇
- 现要求输入一个整数n,请输出斐波那契数列的第n项
- 小明的烦恼——找字符串
- 醉翁之意不在酒 “三维地籍”背后大棋局
- R语言sharpiro_r语言实验报告总结(共9篇).doc
热门文章
- Java邮件发送:带附件 or 不带附件 is nothing
- VNC服务的使用和使用qemu-img工具创建更多格式的磁盘映像文件
- JavaScript函数实例(一)
- Android --- GreenDao的实现(ORM框架)
- Intellij IDEA创建第一个项目的视频
- apache做yum源_svn+apache的yum源安装方式
- python安装成功之后教程_python安装教程 Pycharm安装详细教程
- sap business one 开发_敏捷软件开发实践:估算与计划读书笔记120第18章 估算速度...
- Android拍照返回图片
- mysql命令 -a_mysql常用命令