一、Win10系统下安装Scrapy爬虫框架
主要是几个部件的顺序安装,不要出错:
1.终端命令输入:pip install wheel
2.终端命令输入:pip install lxml
3.终端命令输入:pip install PyOpenssl
4.终端命令输入:pip install Twisted
5.终端命令输入:pip install Pywin32
6.终端命令输入:pip install scrapy
7.终端命令输入:scrapy,确认是否安装成功
二、在终端中进行调试
网站调试:scrapy shell quotes.toscrape.com(网站域名)
css测试:response.css('div.quote')
运行项目:scrapy crawl quotes(spider的类名)
三、bug处理
运行项目时报错:
ModuleNotFoundError: No module named 'quotetutorial.quotetutorial'
处理办法:
1.找到爬虫项目的根目录,鼠标右键,把它改为Sources Root文件。
更改为Sources Root之后,文件的样式如图(quotetutorial变成了蓝色)
四、数据保存
输入命令:scrapy crawl quotes -o quotes.json
即可重新运行程序,重新抓取数据,并输出成名为quotes的json格式文件。
另外,scrapy还默认提供 jl、csv、xml等等格式,修改保存命令的后缀即可。