python 爬虫 之 scrapy与selenium结合

spider.py

import scrapy
from scrapy import signals
from selenium import webdriver
class BaiduSpider(scrapy.Spider):
    name = 'baidu'
    allowed_domains = ['baidu.com']
    start_urls = ['http://www.baidu.com/']
    

    # 抓捕信号
    @classmethod
    def from_crawler(cls, crawler, *args, **kwargs):
        # 创建爬虫对象
        spider = super(BaiduSpider, cls).from_crawler(crawler, *args, **kwargs)
        spider.chrome = webdriver.Chrome()
        # 定义信号连接
        crawler.signals.connect(spider.spider_closed, signal=signals.spider_closed)
        return spider


    def spider_closed(self, spider):
        spider.logger.info('Spider closed: %s', spider.name)
        spider.chrome.close()


    def parse(self, response):
        print(response.text)

middlewares.py

from scrapy.http.response.html import HtmlResponse
# useful for handling different item types with a single interface 
class Selenium:
    # def __init__(self):
    #     self.chrome = webdriver.Chrome()
    def process_request(self, request, spider):
        # chrome = webdriver.Chrome()
        # chrome.get(request.url)
        # html = chrome.page_source


        # self.chrome.get(request.url)
        # html = self.chrome.page_source
        spider.chrome.get(request.url)
        html = spider.chrome.page_source
        # 推送到spider.py中 response,该路由已被爬取
        return HtmlResponse(url=request.url,body=html,encoding='utf-8')

信号 可参考官网:

信号(Signals) — Scrapy 0.24.6 文档

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

allen wy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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