scrapy 学习1

   今天开始学习记录一下scrapy，看的是scrapy 1.3.3的文档。里面说不支持windows上的python3，但是目前没感觉到哪里不支持，这里记录下一些简单的操作吧。文档上说推荐在virtualenv（虚拟环境下）安装python，大家可以试试。

 1、创建scrapy项目  scrapy startproject tutorial

 生成后的项目列表

 我们很多工作就是在spiders下定义我们自己spider，每个spider负责要爬取的url、内容、解析、存储等工作。

例子 我新建了一个spider 名字叫做 quotes

import scrapy

class QuotesSpider(scrapy.Spider):
    name = "quotes"

    def start_requests(self):
        urls=[
            'http://quotes.toscrape.com/page/1/',
            'http://quotes.toscrape.com/page/2/',
        ]
        for url in urls:
            yield scrapy.Request(url=url,callback=self.parse)

    def parse(self, response):
        page = response.url.split("/")[-2]
        filename = 'quotes-%s.html' %page
        with open(filename,'wb')as f:
            f.write(response.body)
        self.log('Saved file %s' %filename)

 

 在控制台执行 scrapy crawl quotes即可以执行该爬虫了

如果scrapy安装成功的话，应该在跟目录下生成两个html文件。

  ps:因为安装原因我报了一个 ImportError: No module named 'win32api'错误，我以为没有安装win32api这个三方插件，经过考察发现是没有安装pywin32这个包。网上搜了一下点击打开链接   这个下载地址亲测有效。

  ps:如果执行命令行 scrapy crawl ***结果说没有crawl命令，说明很可能你没有进入该目录下执行命令行。