栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

scrapy 爬取起点中文网

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

scrapy 爬取起点中文网

前面简单介绍了scrapy 的几种基本的用法
现在打算正式用scrapy写几个项目来加深scrapy的概念和一些高级有法

import scrapy
from scrapy import Request
class HotSpider(scrapy.Spider):
 #爬虫名
 name hot 
 qidian_headers {
 user-agent : Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36 
 #目标网址
 #start_urls [ https://www.qidian.com/rank/hotsales?style 1 page 1 ]
 def start_requests(self):
 url https://www.qidian.com/rank/hotsales?style 1 page 1 
 yield Request(url,headers self.qidian_headers,callback self.hot_parse)#callback自定义解析函数
 def hot_parse(self, response):
 # xpath定位
 list_selector response.xpath( //div[ class book-mid-info ] )
 # 获取所有小说
 for one_selector in list_selector:
 # 获取小说信息
 name one_selector.xpath( h4/a/text() ).extract()[0]
 #print(name)
 # 获取作者
 author one_selector.xpath( p[1]/a[1]/text() ).extract()[0]
 #print(author)
 # 获取类型
 type one_selector.xpath( p[1]/a[2]/text() ).extract()[0]
 #print(type)
 # 获取形式
 form one_selector.xpath( p[1]/span/text() ).extract()[0]
 #print(form)
 #定义字典
 hot_dict {
 name :name,
 author :author,
 type :type,
 form :form,
 yield hot_dict
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/267379.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号