scrapy CrawlSpider 爬全站数据

# -*- coding: utf-8 -*-
import scrapy
from scrapy.spiders import CrawlSpider, Rule
# from scrapy.linkextractors.sgml import SgmlLinkExtractor
from scrapy.linkextractors import LinkExtractor

from CrawlSpiderTest.items import CrawlspidertestItem

class CsdnarticleSpider(CrawlSpider):
    name = 'csdnArticle'
    allowed_domains = ['blog.csdn.net']
    start_urls = ['https://blog.csdn.net/u012150179/article/details/11749017']

    pagelink = LinkExtractor(allow=('/u012150179/article/details'))

    rules = [
        Rule(pagelink, callback='parse_item', follow=True)
    ]

    def parse_item(self, response):
        item = CrawlspidertestItem()
        item['title'] = response.css('.title-article::text').extract_first()
        yield item

    # def parse(self, response):
    #     pass
 
 

http://www.waitingfy.com/archives/3937

 
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

打赏作者

瓦力冫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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