scrapy-爬虫学习笔记

1.安装scrapy

pip install -i 源 scrapy

2.手动创建scarpy项目

scrapy startproject 项目名称

3.scrapy genspider jobbole blog.jobbole.com(使用自带模板)

4.调试

修改setting文件中obey robots为flase

新建py文件


在命令窗口中输入

5.提取内容(有多种方法)

  • xpath使用路径表达式在xml和html中定航

页面分析内容时,注意页面加载后F12下获取元素的xpath和直接获取源码的xpath可能不一样,因为页面动态加载js后可能会生成新的页面布局。

  • css选择器
  • beatufulsoup

6.shell调试

scrapy shell 网址

  • extract() 提取内容,返回一个数组
  • stripe() 去掉换行符
  • 正则表达式中,group()用来提出分组截获的字符串,()用来分组
  • tags = ",".join(list) python将数组用","拼接成字符串
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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