上次把scrapy环境配置好了,这次试着来做些实际的东西。
关于scrapy抓取网页的文章已经有很多了,但大多数的内容已经过期,不再适用于最新的scrapy版本,故在此另作一文,记录学习过程。
目标是一个政府网站,红框内的部分。
思路很简单:
有了url之后,用xpath表达式提取出来,再写到文件里即可
如果之前没有scrapy的经验,可以先看看这两篇文章:
http://www.cnblogs.com/txw1958/archive/2012/07/16/scrapy-tutorial.html
教你快速上手一个scrapy项目
以及
http://www.ituring.com.cn/article/114408
教你从豆瓣上抓取电影信息
值得注意的是,第二篇文章里的有些方法已经不推荐使用,这里做了改进
talk is cheap,show me the code:
#coding=utf-8
import sys
from scrapy.spider import BaseSpider
from scrapy.selector import Selector
from scrapy.contrib.spiders import<