一、安装
1、安装scrapy
2、安装库文件(在Windows的情况下安装,其他系统也需要安装第三方库)
二、创建项目
1、创建工程(scrapy startproject [爬虫名字])
2、生成特定域名的爬虫(scrapy genspider [爬虫名字] 【域名】)
3、运行项目 (scrapy crawl [爬虫名])
注:(1)这里的爬虫名,跟自己定义爬虫类的属性名相一致
(2)crawl命令参数只能在项目中使用scrapy命令
三、项目结构
item.py:存放爬虫爬取数据模型
middlewars.py:存放中间件文件
pipelines.py:将items的模型存储到本地磁盘
settings.py:本爬虫的一些配置信息
scrapy.cfg:项目的配置文件
spiders包:以后所有爬虫存放在此
四、模拟人登录
配置随机user-agent以及基础反爬配置:https://www.cnblogs.com/c-x-a/p/9889623.html
五、CrawkSpider
创建工程不同之处在于,生成爬虫命令(其中wxapp为工程名)
六、scrapy框架的示意图
七、scrapy常用命令