scrapy爬蟲框架 二

settings.py開啟pipeline,其中數字代表優先順序（值越小優先順序越高）

# configure item pipelines

# see 
item_pipelines = 

# -*- coding: utf-8 -*-

import scrapy
class qsbkspider(scrapy.spider):
name = 'qsbk'
allowed_domains = ['www.yicommunity.com']
start_urls = ['']
def parse(self, response):
print("=" * 80)
contents = response.xpath('//div[@class="col1"]/div')
print(contents)
print("=" * 80)
for content in contents:
author = content.xpath("./div[@class='author']/text()").get()
word = content.xpath("./div[@class='content']/text()").get()
print(author, word)
duanzi = 
# 從函式變成生成器，遍歷生成器的時候就會乙個乙個返回回去
yield duanzi  # 移交給引擎，引擎再移交給pipeline

# -*- coding: utf-8 -*-

# define your item pipelines here
## don't forget to add your pipeline to the item_pipelines setting
# see: 
import json
class qsbkspiderpipeline(object):
def __init__(self):  # 初始化方法
self.fp = open("duanzi.json", "w", encoding='utf-8')
def process_item(self, item, spider):
item_json = json.dumps(item)
self.fp.write(item_json + '\n')
return item
def open_spider(self, spider):
print("爬蟲開始了！")
def close_spider(self, spider):
self.fp.close()
print("爬蟲結束了！")

scrapy crawl qsbk

scrapy爬蟲框架

作者經過幾周的python爬蟲實踐之後，深入學習了一下scrapy這個爬蟲框架，現將一些基本知識和 總結整理一下，以備後查。2.scrapy的命令列使用 這部分網上很多部落格都有總結，不需要背，理解會用主要的命令 startproject crawl fetch list genspider.即可，...

scrapy 爬蟲框架

1.安裝 公升級pip版本 pip install upgrade pip 通過pip安裝scrapy框架 pip install scrapy 安裝成功 只執行scrapy 進行測試是否安裝成功 2.scrapy startproject 爬蟲專案名稱 執行此命令,可以生成乙個爬蟲專案 會預先生成...

Scrapy爬蟲框架

scrapy中的各大元件及其功能 1.scrapy引擎 engine 引擎負責控制資料流在系統的所有元件中流動，並在相應動作發生時觸發事件。2.排程器 scheduler 排程器從引擎接收request並將它們入隊，以便之後引擎請求request時提供給引擎。4.spider。spider是scra...