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

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

1、直接在python中下载
1、先下载它的部分插件,lxml,parsel,w3lib,Twisted,pyOpenSSL
1.1、出错的话输入 pip install --upgrade pip 去更新

scrapy命令行格式:
startproject 创建新工程
genspider 创建爬虫
crawl 运行爬虫


1.scrapy startproject 项目名称
cd SCRAPY框架
scrapy startproject python123demo

2.切换到项目目录下,scrapy genspider 爬虫名称 域名
cd python123demo
scrapy genspider demo itcast.cn

3.scrapy crawl 爬虫名字
scrapy crawl demo
FEED_EXPORT_ENCODING = 'utf-8'

import scrapy
from lxml import etree,html
from quanshudemo.items import QuanshudemoItem


class RementopSpider(scrapy.Spider):
    name = 'rementop'
    # allowed_domains = ['qb5.tw']
    start_urls = ['https://www.qb5.tw/top/monthvisit/']

    def parse(self, response):
        books=response.xpath("//*[@id='articlelist']/ul[2]/li")
        items = []
        for shuji in books:  #结果是列表
            #xpath定位
            name = shuji.xpath('./span[2]/a/text()').extract()
            author = shuji.xpath('./span[3]/text()').extract()
            # print(name,author)
            #把结果封装到对象中
            item = QuanshudemoItem()
            item['name'] = name
            item['author'] = author
            items.append(item)
        return items

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/982126.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