1 引言
scrapy处理爬取静态页面,可以说是很好的工具,但是随着技术的发展,现在很多页面都不再是静态页面了,都是通过AJAX异步加载数据动态生成的,我们如何去解决问题呢?今天给大家介绍一种方法:scrapy-splash
2 准备工作
首先需要安装一下几个工具
(1)docker
(2)scrapy-splash
因为这里我的操作系统是window,所以只给出window安装docker过程(Linux自行百度,安装很方便的)
1)下载docker toolbox并解压安装即可(下载地址:https://download.csdn.net/download/qq_38003892/10391403)
在这个过程中需要注意一下几个问题:
弹出这样的对话框点击安装即可
2)找到桌面上的Docker Quickstart Terminal打开,它会自动安装一些东西
3)修改pull源
注意:这里默认的pull源不是国内的,所以下载速度特别慢,这里可以通过国内的阿里云镜像库去下载,具体做法如下:
1 打开阿里云官网: