scrapy 小项目——爬取豆瓣排行榜250

scrapy项目

创建新项目

scrapy startproject douban  #创建一个新的项目

在这里插入图片描述

创建爬虫

scrapy genspider Top250 douban.com   #创建爬虫

在这里插入图片描述

编辑items.py添加属性

打开items.py,在DoubanItem中添加属性

# -*- coding: utf-8 -*-

# Define here the models for your scraped items
#
# See documentation in:
# https://docs.scrapy.org/en/latest/topics/items.html

import scrapy


class DoubanItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    title = scrapy.Field()
    href = scrapy.Field()
    point = scrapy.Field()
    rating = scrapy.Field()




在这里插入图片描述

爬虫

# -*- coding: utf-8 -*-
import scrapy
from douban.items import DoubanItem

class Top250Spider(scrapy.Spider):
    name = 'Top250'
    allowed_domains = ['movie.douban.com']
    start_urls = ['https://movie.douban.com/top250?start=0']

    def parse(self, response):
        with open('info.html', 'wb',) as file:
            file.write(response.body)

        detail = response.xpath('//ol[@class="grid_view"]/li')
        print(detail)

        for each in detail:
            item = DoubanItem()
            item['href'] = each.xpath('//div[@class="hd"]/a/@href').extract()
            item['title'] = each.xpath('//span[@class="title"][1]/text()').extract()
            item['point'] = each.xpath('//div[@class="star"]/span[4]/text()').extract()
            item['rating'] = each.xpath('//div[@class="star"]/span[2]/text()').extract()
            # print(item)
        yield item

在这里插入图片描述

运行并生成csv文件

scrapy crawl Top250 -o info.csv

在这里插入图片描述

运行之后出现一个info.csv文件
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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