-
作用:只需要将img的src属性值从原网页中解析出,封装到item、并提交给管道,管道就会自动对图片的src发送请求、获取图片的二进制数据,并进行持久化存储
-
步骤:
1.爬虫文件中解析出图片的src,封装到item中,把item提交给管道
2.pipelines.py中重新定义一个管道类(原来的要删掉),该类继承自ImagesPipeline
在新定义的管道类中要重写三个函数:
a. get_media_requests(self, item, info) 用于对src发送请求
b. file_path(self,requst,response=None,info=None) 返回图片的名称(该名称会被用于形成图片存储路径)
c. item_completed(self, results, item, info) 将item返回给下一个即将被执行的管道3.settings.py中添加 IMAGES_STORE = 'XXX' 比如你上一步b中返回的名字是wyb.jpg,那么你这张照片在本地最终的存储位置就是xxx/wyb.jpg 4.如果第二步中你自定义的管道类与之前的管道类的名字不一样,那么还需要在settings.py中把管道的名字改成你自定义的那个
-
爬虫文件中的代码:
import scrapy
from imgsPro.items import ImgsproItem
class ImgSpiderSpider(scrapy.Spider):
name = 'img_spider'
start_urls =