pyspider爬取tripadvisor

首先装pymongo,pyspider,具体安装方法不讲解，然后

命令行下执行

pyspider all

这句命令的意思是，运行 pyspider 并启动它的所有组件。

可以发现程序已经正常启动，并在 5000 这个端口运行。

下来在浏览器中输入 http://localhost:5000，可以看到 PySpider 的主界面，点击右下角的 Create，命名为 pyshiderlianxi，当然名称你可以随意取，继续点击 Create。

整个页面分为两栏，左边是爬取页面预览区域，右边是代码编写区域。下面对区块进行说明：

左侧绿色区域：这个请求对应的 JSON 变量，在 PySpider 中，其实每个请求都有与之对应的 JSON 变量，包括回调函数，方法名，请求链接，请求数据等等。

绿色区域右上角Run：点击右上角的 run 按钮，就会执行这个请求，可以在左边的白色区域出现请求的结果。

左侧 enable css selector helper: 抓取页面之后，点击此按钮，可以方便地获取页面中某个元素的 CSS 选择器。

左侧 web: 即抓取的页面的实时预览图。

左侧 html: 抓取页面的 HTML 代码。

左侧 follows: 如果当前抓取方法中又新建了爬取请求，那么接下来的请求就会出现在 follows 里。

左侧 messages: 爬取过程中输出的一些信息。

右侧代码区域: 你可以在右侧区域书写代码，并点击右上角的 Save 按钮保存。

右侧 WebDAV Mode: 打开调试模式，左侧最大化，便于观察调试。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2018-08-23 08:49:39
# Project: pyspiderlianxifrom pyspider.libs.base_handler import *
import pymongoclass Handler(BaseHandler):crawl_config = {}client = pymongo.MongoClient(host='localhost',port=27017)db = client['trip']@every(minutes=24 * 60)def on_start(self):self.crawl('https://www.tripadvisor.cn/Attractions-g294211-Activities-c47-China.html', callback=self.index_page,validate_cert=False)     #爬取索引页@config(age=10 * 24 * 60 * 60)def index_page(self, response):for each in response.doc('div.listing_info > div.listing_title > a').items():self.crawl(each.attr.href, callback=self.detail_page,validate_cert=False)爬取详情页#@config(priority=2)def detail_page(self, response):url = response.url,title = response.doc('title').text(),name = response.doc('#HEADING').text(),paiming = response.doc('span.header_rating > div > a > span').text(),phonenum = response.doc('div.blEntry.phone > span:nth-child(2)').text(),dizhi = response.doc('div.detail_section.address.xh-highlight').text(),youwanshijian = response.doc('#taplc_attraction_detail_listing_0 > div.section.hours > div').text() return {"url":url,"title":title,"name":name,"paiming":paiming,"phonenum":phonenum,"dizhi":dizhi,"youwanshijian":youwanshijian}#结果存入数据库中def on_result(self,result):if result:self.save_to_mongo(result)def save_to_mongo(self,result):if self.db['chinastrip'].insert(result):print('save to mongo',result)

转载于:https://www.cnblogs.com/lmx123/p/9521683.html

pyspider爬取tripadvisor相关推荐

pyspider爬取王者荣耀数据（上）
咪哥杂谈本篇阅读时间约为 8 分钟. 1 前言不知道还有多少人记得几个月前写的两篇文章,介绍关于 PyQuery 入门使用的教程.忘记的朋友,可以去回顾下用法: 爬虫神器之 PyQuery 实用教 ...
pyspider爬取王者荣耀数据（下）
咪哥杂谈本篇阅读时间约为 4 分钟. 1 前言本篇来继续完成数据的爬取.离上周文章已经过了一星期了,忘记的可以回顾下:<pyspider爬取王者荣耀数据(上)> 上篇文章中写到的,无非 ...
使用pyspider爬取巨量淘宝MM图片
版权声明:本文可能为博主原创文章,若标明出处可随便转载. https://blog.csdn.net/Jailman/article/details/79354568 具体搭建步骤不再赘述,这里主要使 ...
二十八、Pyspider 爬取链家网
@Author:Runsen 文章目录 Pyspider框架介绍 Pyspider框架安装 pypsider入门爬取目标(链家网) Pyspider框架介绍 Pyspider 是个强大的由pytho ...
二十九、Pyspider爬取v2Ex网的python帖子
@Author:Runsen Pyspider是一个国人编写的强大的网络爬虫系统并带有强大的WebUI.采用Python语言编写,分布式架构,支持多种数据库后端,强大的WebUI支持脚本编辑器,任务监 ...
pyspider 爬取bing壁纸
附pyspider安装过程目标页面 https://bing.gifposter.com/list/new/desc/classic.html?p=1 #!/usr/bin/env python # ...
用python3的pyspider爬取国家统计局的行政区域（只到乡镇级，更新到2017年）
按某个省的行政区域爬虫一.爬虫遇到的问题 1.Mysql中文乱码问题: 2.pyspider的config设置问题二.准备工作 1.安装pyspider.pymysql 2.新建3个mysql的库 ...
pyspider爬取免费正版图片网站Pixabay
前言: 许多网友贡献了不少的爬取妹子图片,豆瓣电影的教程,开始学爬虫的时候也少不了参考各位大佬的代码和填坑的经验!这次打算原创出一个爬取国外比较大的图片网站Pixabay 之所以选择该网站第一:Pi ...
网络字体反爬之pyspider爬取起点中文小说
这段时间正在看爬虫框架-pyspider,觉得这种网站用框架还是很方便的,所以今天就给大家带来这篇---起点中文网小说爬取.可视化我们放到下一集. 加vx:tanzhouyiwan或qq群813622 ...
【Python3 爬虫学习笔记】用PySpider爬取虎嗅网并进行文章分析
–转自<1900-高级农民工>http://www.makcyun.top 安装并运行pyspider 安装pyspider pip3 install pyspider 运行pyspide ...

pyspider爬取tripadvisor

pyspider爬取tripadvisor相关推荐

最新文章

热门文章