scrapy1.3.2 写一个简单爬虫

新建scrapy工程

scrapy startproject project_name

进入工程目录,新建spider

scrapy genspider --template=crawl spider_file_name www.baidu.com

修改settings.py文件

#关掉机器人协议
ROBOTSTXT_OBEY = False
#设置下载延迟
DOWNLOAD_DELAY = 2

在工程目录下添加run.py文件

from scrapy import cmdline
# window和ubuntu下都可以这么用
cmdline.execute('scrapy crawl spider_name'.split())

进入spider目录,修改spider_file_name.py文件

import re
from scrapy.spider import CrawlSpider
from scrapy.http import Request
from scrapy.selector import Selector

class tspider(CrawlSpider):
	name = 'spider_name'

	def start_request(self):

		url = 'https://www.baidu.com'
		yield Request(url=url,callback=self.parse)

	def parse(self,response):

		selector = Selector(response)
		baidulist = selector.xpath('body/div[@id="wrapper" and @style]/ \
			div[@id="head" and @class=""]/div[@class="head_wrapper"]/ \
			div[@id="u1"]')
		for a in baidulist:
			print a.xpath('a/text()')
		pass

然后运行run.py即可

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值