按照前面几篇文章的做法,创建scrapy工程,进入到spiders文件夹中创建爬虫,然后修改settings.py文件,让它不遵从robots协议并更换UA,指定日志等级为error:
USER_AGENT = 'Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)'
ROBOTSTXT_OBEY = False
LOG_LEVEL='ERROR'
爬虫文件还是跟前面的一样,不过这里需要进行数据解析:
# -*- coding: utf-8 -*-
import scrapy
class MeiziSpider(scrapy.Spider