在ubuntu上创建scrapy爬虫
浏览数：49 /
时间：2015年06月20日
下载scrapy
在命令行下输入： sudo apt-get install python-scrapy
或者进入http://scrapy.org下载安装
新建项目
命令行下进入项目目录，输入scrapy startproject start
新建一个名为start的项目
项目结构如下
start/
scrapy.cfg
start/
__init__.py
items.py
pipelines.py
settings.py
spiders/
__init__.py
各文件的作用如下：
- scrapy.cfg: 项目配置文件
- items.py: 项目items文件
- pipelines.py: 项目管道文件
- settings.py: 项目配置文件
- spiders: 放置spider的目录
开始简单爬虫
在spiders目录下新建文件qiushi.py
代码如下：
from scrapy.spider import BaseSpider
class QiushiSpider(BaseSpider):
name = "qiushi"
allowed_domains = ["qiushibaike.com","www.qiushibaike.com"]
start_urls = ["http://www.qiushibaike.com/"]
def parse(self,response):
filename = response.url.split("/")[-2]
open(filename,'wb').write(response.body)返回项目主目录，执行scrapy crawl qiushi执行完毕后，项目内会出现爬取网页文件
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
