Python——爬虫scrapy

20 篇文章 0 订阅
1 篇文章 0 订阅

JSON:爬取文本信息的存储格式

 

XPath:爬取html文本的工具

  • 概念:

  • 实战:

1./text():提取标签文本内容

2.Extract():详细信息

 

 

Scrapy库

1.原理:

2.安装

3.使用:爬取静态页面:北邮的所有教学学院

4.实战:

①爬取多页信息:

5.各个scrapy组件的定义情况:

①items:声明爬取元素的存储键

②ppipelines:打开设置存放数据结果的文件

③setting:更改设置文件

④Begin.py:pycharm专用执行scrapy项目命令行

(fuck_l 是爬虫名字,在spider文件中定义)

 

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