Python scrapy爬取古诗文网,数据存入mongo

一、在items.py文件中定义数据结构
title: 诗词的标题
writer: 诗词的作者
dynasty:诗词编写的朝代
content: 诗词的正文
content_url: 正文链接
二、shici.py分析爬取内容
三、settings.py配置相关内容
四、pipelines.py中写入mongo

1、items.py文件

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

import scrapy


class ShiciItem(scrapy.Item):
    title = scrapy.Field()
    writer = scrapy.Field()
    dynasty = scrapy.Field()
    content = scrapy.Field()
    content_url = scrapy.Field()

2、shici.py文件

import scrapy
from ..items import ShiciItem


class ShiciSpider(scrapy.Spider):
    name = 'shici'
    allowed_domains = [
  • 0
    点赞
  • 4
    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