Scrapy简介
scrapy是一个快速(fast)、高层次(high-level)的web爬虫构架。用来下载、并解析web页面,
安装环境
Ubuntu 12.04
安装步骤
安装前的准备
在安装前先打以下的命令,确保以下的软件有安装
sudo apt-get install gcc g++ gdb python-dev python make
安装lxml
lxml是一个高效的、用于操作xml的库
sudo apt-get install python-lxml
安装pip
pip是python的包管理系统
sudo apt-get install python-pip
安装ipython
ipython是python的一个交互界面。相对默认的python shell,ipython运行变量的自动补全、自动缩进等功能
sudo apt-get install ipython
安装scrapy
sudo pip install scrapy
这一步可能比较慢,大家耐心等待吧!!!
测试安装是否成功
如果安装完后打scrapy version 没有问题的话,就安装成功了
大家可以打scrapy shell "http://www.csdn.net" ,之类的命令先玩一下scrapy
后记
我在安装的时候出现下列问题
twisted/runner/portmap.c:10:20: fatal error: Python.h: No such file or directory
compilation terminated.
error: command 'gcc' failed with exit status 1
就是没发现头文件python.h(Ubuntu经常出现没有发现头文件的问题),只要安装python-dev就解决问题了.
还有很有朋友可能会说我apt-get 就可以直接安装scrapy,没必要这样麻烦。不过,官方是说apt得到的scrapy版本比较旧,基本不能用
最后附上官方文档的链接