前言
一个高级测试工程师在自学Python后,向我推荐的一个比较容易上手的Python 框架scrapy。在网上搜索了一下资料后感觉挺有趣的,就想着自己也搭建个环境,然后做一个爬取图片的demo玩下。
开发环境搭建
Python安装
下载地址:https://www.python.org/getit/
这里我下载的是3.8.0的版本(我的安装目录是:D:\python\Python38-32)
安装完后设置环境变量:在path中追加:D:\python\Python38-32; D:\python\Python38-32\Scripts
升级pip
输入命令:
python -m pip install --upgrade pip
安装scrapy依赖的模块
安装wheel
进入cmd执行命令命令:
> pip install wheel
安装pywin32
下载地址:https://github.com/mhammond/pywin32/releases
由于我安装的Python是32位的,估选择win32-py3.8版本,下载后双击安装即可
安装 lxml
运行命令:
> pip install lxml
安装Twisted
由于直接使用命令在线安装一直报下载超时,估采用离线安装的方式
下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted
运行命令:
> pip install Twisted-19.10.0-cp38-cp38-win32.whl
安装scrapy
运行命令:
> pip install scrapy
到目前为止就完成了scrapy环境的搭建,相对简单
编写demo
准备内容
被爬网站
选择百度图片首页:http://image.baidu.com/
规则分析
首先想到的是通过xpath的方式来爬取图片,xpath语句://div[@class=“imgrow”]/a/img/@src。但是在编写爬虫(Spi