写 Python 爬虫的助手

写爬虫变成了这样:

from gspider.base import BaseSpider
from gspider.fields import PQField


class PythonDocSpider(BaseSpider):
    title = PQField('h1')  # select `h1` element from the page, you can use other css selectors too
    content = PQField('p')
spider = PythonDocSpider(
    'https://docs.python.org/3/library/base64.html'
)

>>> print(spider.title)
>>> 19.6. base64 — Base16, Base32, Base64, Base85 Data Encodings ¶

安装:

git clone https://github.com/ericls/gspider
cd gspider
python setup.py install

或者直接 clone 进自己的脚本目录,再解决requestspyquery两个依赖

更多信息:

Project Name: Gspider. (Pretty random name, isn't it?)

GitHub Repo: __https://github.com/ericls/gspider__

原文:http://leeeric.com/post/a-python-web-crawler-helper/

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