scrapy startproject xxxx
dos进入爬虫项目 ,创建单个爬虫
scrapy genspider xxx xxx.com
启动
scrapy crawl name
添加cookies 访问网站
scrapy 需要的cookies格式
{a:b,c:d }
scrapy添加一个start_request函数,在请求http时每次都会执行
cookies = 'SINAGLOBAL=2365626625392.585.1570796110890;
UM_distinctid=16dc2c7f446236-0c0;
_s_tentry=www.baidu.com; '
cookies = {i.split('=')[0] :i.split('=')[1] for i in cookies.split(';')}
yield scrapy.Request(self.start_urls[0],cookies=cookies)
.extract_first()
去除标签,提取标签的文本内容
mongdb 转csv文件:
进入mongdo 客户端
mongoexport -d 数据库名称 -c 集合 -f _id,1号表头,2号表头,3号表头 --csv -o ./文件名称.csv