python——爬虫框架scrapy（数据挖掘）

Scrapy简介

Scrapy是一种用于抓取网站和提取结构化数据的应用程序框架，可用于广泛的有用应用程序，如数据挖掘，信息处理或历史存档。

尽管Scrapy最初是为网络抓取而设计的，但它也可以用于使用API​​（例如Amazon Associates Web Services）或作为通用网络爬虫来提取数据。

漫画示例蜘蛛

这是一个蜘蛛的代码示例，它在网页http://quotes.toscrape.com上删除着名的引号 ：

import scrapy


class QuotesSpider(scrapy.Spider):
    name = 'quotes'
    start_urls = [
        'http://quotes.toscrape.com/tag/humor/',
    ]

    def parse(self, response):
        for quote in response.css('div.quote'):
            yield {
                'text': quote.css('span.text::text').get(),
                'author': quote.xpath('span/small/text()').get(),
            }

        next_page = response.css('li.next a::attr("href")').get()
        if next_page is not None:
            yield response.follow(next_page, self.parse)

将它放在一个文本文件