Scrapy 的 pipelines

Scrapy分页爬取广州ZF新闻页信息

 

scrapy的核心代码,爬虫部分

class TencentSpider(scrapy.Spider):
    name = 'tencent'

    # urls里可以同时放入多个网页
    # def start_requests(self):
    #     urls = [
    #         'http://www.gz.gov.cn/gzgov/snzc/common_list.shtml'
    #     ]
    #     for url in urls:
    #         yield scrapy.Request(url=url, callback=self.parse)

    baseURL = 'http://www.gz.gov.cn/gzgov/snzc/common_list_'
    offset = 1
    end = '.shtml'
    start_urls = ['http://www.gz.gov.cn/gzgov/snzc/common_list.shtml']

    def parse(self, response):
        node_list = response.xpath('//ul[@class="news_list"]/li')

        for node in node_list:
            item = TencentItem()

            title = node.xpath('./a/text()').extract()
            time = node.xpath('./span/text()').extract()
            link = node.xpath('./a/@href').extract()
            item['title'] = title[0]
            item['time'] = time[0]
            item['link'] = link[0]
            yield item

        if self.offset < 16:
            self.offset += 1
            url = self.baseURL + str(self.offset) + self.end
            yield scrapy.Request(url, callback=self.parse)

 

items

class TencentItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    title = scrapy.Field()
    time = scrapy.Field()
    link = scrapy.Field()

 

pipelines

class TencentPipeline(object):
    # 主要初始化打开一个文件夹,并表示将要向其中输入数据。只执行一次
    def __init__(self):
        self.f = open("detail.json", 'w')

    # 主要用于把json格式转化为unicode编码,并把数据写入文件中。
    def process_item(self, item, spider):
        content = json.dumps(dict(item), ensure_ascii=False) + ",\n"
        self.f.write(content)
        return item

    #  用于写数据结束后关闭文件
    def close_spider(self, spider):
        self.f.close()

详细代码git链接

  • 0
    点赞
  • 1
    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