scrapy 啟動


虛擬環境安裝好了之后,scrapy 框架安裝好了以后:

workon article_spider   (項目名稱)

scrapy startproject  Article Spider 工程目錄

cd 到 工程目錄

Scrapy genspider jobbole blog.jobbole.com 第一個文件名稱 要爬取網站的域名

 

啟動一個工程的cmd: scrapy crawl jobbole 

如果 運行報 No module named “win32api”

要安裝 pip install pypiwin32 這個包

settings

把 

這樣設置,否則 遵循 robots.txt rules ,它將會不爬

 

如果 是 xpath selector 對象 想提取里面的內容,調用extract()成一個列表,然后索引取出,但是列表沒有值,索引取出就會報錯,所以

extract_first 提取不到就返回None。比較好

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM