Scrapy执行过程
Scrapy执行过程
(1)创建爬虫项目
scrapy startproject 项目名称
(2)创建爬虫文件
scrapy genspider 文件名称 域名
(3)settings.py设置文件中:
USER_AGENG = UA伪装
ROBOTSTXT_OBEY = False
LOG_LEVEL = 'ERROR'
(5)爬虫文件中解析数据,例如:
店铺信息 = 响应对象.xpath('//div[@class="abc"]/text()').extract()
yield item
(4)items.py文件中定义属性,例如:
店铺信息 = scrapy.Field()
店铺地址 = scrapy.Field()
(5)爬虫文件中导入类,将item交给管道,例如:
from C001.items import C001Item
item = C001Item()
item['店铺名称'] = 店铺名称
yield item
(6)管道文件中pipelines.py中持久化存储,例如
店铺信息 = item['店铺信息']
数据 = pd.DataFrame()
数据.to_csv()
return item
(7)在设置中开始管道
(7)在设置中开始管道
(8)运行
scrapy crawl 爬虫文件名称