步驟1、環境准備
右擊Ubuntu操作系統桌面，從彈出菜單中選擇【Open in Terminal】命令 打開終端。
通過【cd /home】切換到home目錄下。【ls】查看該目錄下的所有內容。
【mkdir scrapy】在home目錄下創建scrapy文件夾。
步驟2、Scrapy安裝
【pip install scrapy】安裝爬蟲框架Scrapy,(該框架虛擬機已安裝，無需執行，制作參考)
【Scrapy】已安裝成功，版本為1.5
步驟3、Scrapy操作
在開始爬取之前，必須創建一個新的scrapy項目
【cd scrapy】切換至scrapy的目錄
【scrapy startproject movie】創建scrapy項目，名為movie.
【tree】查看項目結構
scrapy.cfg 項目的配置信息，主要為Scrapy命令行工具提供一個基礎的配置信息。（真正爬蟲相關的配置信息在settings.py文件中）
items.py 設置數據存儲模板，用於結構化數據，如：Django的Model
pipelines 數據處理行為，如：一般結構化的數據持久化
settings.py 配置文件，如：遞歸的層數、並發數，延遲下載等
spiders 爬蟲目錄，如：創建文件，編寫爬蟲規則
定義要抓取的數據
Item 是保存爬取到的數據的容器；其使用方法和python字典類似， 並且提供了額外保護機制來避免拼寫錯誤導致的未定義字段錯誤。
【vim item.py】編輯item文件。
回車后按【i】進入編輯狀態。編輯信息如下。獲取電影名字。
編輯完畢后，按【esc】退出編輯狀態，【:wq】保存並退出編輯框。
【cd spider】進入spider目錄，【vim meiju.py】回車后創建並編輯meiju文件。
回車后按【i】進入編輯狀態，編輯如下信息。
Spider是用戶編寫用於從單個網站(或者一些網站)爬取數據的類。
其包含了一個用於下載的初始URL，如何跟進網頁中的鏈接以及如何分析頁面中的內容， 提取生成 item 的方法。
為了創建一個Spider，您必須繼承 scrapy.Spider 類，且定義以下三個屬性:
name: 用於區別Spider。 該名字必須是唯一的，您不可以為不同的Spider設定相同的名字。
start_urls: 包含了Spider在啟動時進行爬取的url列表。 因此，第一個被獲取到的頁面將是其中之一。 后續的URL則從初始的URL獲取到的數據中提取。
parse() 是spider的一個方法。 被調用時，每個初始URL完成下載后生成的 Response 對象將會作為唯一的參數傳遞給該函數。 該方法負責解析返回的數據(response data)，提取數據(生成item)以及生成需要進一步處理的URL的 Request 對象。
【cd ../..】切換項目的目錄。【scrapy crawl meiju】運行該項目
根據打印的信息判斷請求成功。
在瀏覽器中輸入URL，根據判斷得知。
【//ul[@class=”top-list fn-clear”]/li】所有的電影信息
【./h5/a/@title】電影的名稱
再次編輯meiju文件。
修改程序如下。通過選擇器（Selectors）用XPath來提取數據
編輯完畢后，按【esc】退出編輯狀態，【:wq】保存並退出編輯框。
【cd ..】切換上級目錄。
【vim settings.py】編輯文件，設置下載的數量。
回車后按【i】進入編輯狀態。編輯信息如下。獲取電影名字。（只需在文件中找到該行，取消掉注釋修改大小即可，）
編輯完畢后，按【esc】退出編輯狀態，【:wq】保存並退出編輯框。
【vim pipelines.py】編輯pipelines.py文件。
回車后按【i】進入編輯狀態。編輯信息如下。將電影名字數據寫入txt文件中。
編輯完畢后，按【esc】退出編輯狀態，【:wq】保存並退出編輯框。
【cd ..】切換至上級目錄。
【scrapy crawl meiju】運行項目進行爬取
【ls】查看該目錄下生成一個movies.txt文件。
【cat movies.txt】爬取到前100個電影名字。
