python 创建爬虫项目

  1. 安装 Scrapy:pip install scrapy -i https://mirrors.aliyun.com/pypi/simple/ (后面加上-i https://mirrors.aliyun.com/pypi/simple/ 国内资源会提高下载速度)
  2. 打开 Cmd / PyCharm–Terminal
  3. 进入想要创建爬虫项目的路径,输入:scrapy startproject 项目名称(创建爬虫项目)
  4. 进入项目,输入:scrapy genspider 爬虫名字 “host 地址” (创建爬虫文件)
  5. 设置settings,在pycharm中设置
序号步骤
(1)设置 ROBOTSTXT_OBEY = False
robots 协议讲解:https://blog.csdn.net/wz947324/article/details/80633668(有些网站不允许爬虫访问,若遵守机器人协议,则无法爬取)
(2)开启 DOWNLOAD_DELAY = 3
下载延时:DOWNLOAD_DELAY = 3,访问服务器过了3s再要数据,用于模拟用户访问
(3)开启:DEFAULT_REQUEST_HEADERS = { ‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,/;q=0.8’,‘Accept-Language’: ‘en’,}
在此可以设置默认的请求头,删除原有内容
设置:User-Agent:------
设置:Cookie:------
(4)开启:DOWNLOADER_MIDDLEWARES = { ‘zhaobiao(项目名称).middlewares.ZhaobiaoDownloaderMiddleware’: 543,}
下载中间件:配置代理 IP
(5)开启:ITEM_PIPELINES = { ‘zhaobiao(项目名称).pipelines.ZhaobiaoPipeline’: 300,}
管道文件:指向 pipelines.py 文件
(6)scrapy 项目的运行
方法1:创建一个 start 文件:from scrapy import cmdline cmdline.execute('scrapy crawl bilian(爬虫文件名).split()
方法2:Terminal:cmdline.execute(‘scrapy crawl bilian(爬虫文件名)’.split())
  • 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