乌克兰网站后缀,上海网站排名公司,北京seo顾问,玉树网站建设Scrapy框架安装 1、首先#xff0c;终端执行命令升级pip: python -m pip install --upgrade pip2、安装#xff0c;wheel(建议网络安装) pip install wheel3、安装#xff0c;lxml(建议下载安装)4、安装#xff0c;Twisted(建议下载安装)5、安装#xff0c;Scrapy(建议网络…Scrapy框架安装 1、首先终端执行命令升级pip: python -m pip install --upgrade pip2、安装wheel(建议网络安装) pip install wheel3、安装lxml(建议下载安装)4、安装Twisted(建议下载安装)5、安装Scrapy(建议网络安装) pip install Scrapy 测试Scrapy是否安装成功 Scrapy框架指令 scrapy -h 查看帮助信息 Available commands: bench Run quick benchmark test (scrapy bench 硬件测试指令可以测试当前服务器每分钟最多能爬多少个页面) fetch Fetch a URL using the Scrapy downloader (scrapy fetch http://www.iqiyi.com/ 获取一个网页html源码) genspider Generate new spider using pre-defined templates () runspider Run a self-contained spider (without creating a project) () settings Get settings values () shell Interactive scraping console () startproject Create new project (cd 进入要创建项目的目录scrapy startproject 项目名称 创建scrapy项目) version Print Scrapy version () view Open URL in browser, as seen by Scrapy () 创建项目以及项目说明 scrapy startproject adc 创建项目 项目说明 目录结构如下 ├── firstCrawler │ ├── __init__.py │ ├── items.py │ ├── middlewares.py │ ├── pipelines.py │ ├── settings.py │ └── spiders │ └── __init__.py └── scrapy.cfg scrapy.cfg: 项目的配置文件tems.py: 项目中的item文件用来定义解析对象对应的属性或字段。pipelines.py: 负责处理被spider提取出来的item。典型的处理有清理、 验证及持久化(例如存取到数据库settings.py: 项目的设置文件.spiders实现自定义爬虫的目录middlewares.pySpider中间件是在引擎及Spider之间的特定钩子(specific hook)处理spider的输入(response)和输出(items及requests)。 其提供了一个简便的机制通过插入自定义代码来扩展Scrapy功能。 项目指令 项目指令是需要cd进入项目目录执行的指令 scrapy -h 项目指令帮助 Available commands: bench Run quick benchmark test check Check spider contracts crawl Run a spider edit Edit spider fetch Fetch a URL using the Scrapy downloader genspider Generate new spider using pre-defined templates list List available spiders parse Parse URL (using its spider) and print the results runspider Run a self-contained spider (without creating a project) settings Get settings values shell Interactive scraping console startproject Create new project version Print Scrapy version (scrapy version 查看scrapy版本信息) view Open URL in browser, as seen by Scrapy (scrapy view http://www.zhimaruanjian.com/ 下载一个网页并打开) 创建爬虫文件 创建爬虫文件是根据scrapy的母版来创建爬虫文件的 scrapy genspider -l 查看scrapy创建爬虫文件可用的母版 Available templates:母版说明 basic 创建基础爬虫文件 crawl 创建自动爬虫文件 csvfeed 创建爬取csv数据爬虫文件 xmlfeed 创建爬取xml数据爬虫文件 创建一个基础母版爬虫其他同理 scrapy genspider -t 母版名称 爬虫文件名称 要爬取的域名 创建一个基础母版爬虫其他同理如scrapy genspider -t basic pach baidu.com scrapy check 爬虫文件名称 测试一个爬虫文件是否合规如scrapy check pach scrapy crawl 爬虫名称 执行爬虫文件显示日志 【重点】 scrapy crawl 爬虫名称 --nolog 执行爬虫文件不显示日志【重点】 转载于:https://www.cnblogs.com/meng-wei-zhi/p/8182599.html
