本文的运行环境是Win10,IDE是Pycharm,Python版本是3.6。
请先保证自己安装好Pycharm和Scrapy。
-
爬取的网站是国内著名的房天下网,网址:http://esf.xm.fang.com/,网站界面如下图所示。
网站列表界面.png
网站详情界面.png
可以看出该网站信息较为全面。 -
用Scrapy的Shell测试该网站是否能爬取。
方法是在任意位置打开cmd或者PowerShell,输入命令scrapy shell "esf.xm.fang.com",
一般来说不会出现错误,如果报错ImportError: DLL load failed: 操作系统无法运行 %1。,解决方法是把C:\Windows\System32目录下的libeay32.dll和ssleay32.dll删除即可。
确定命令正确后运行,结果如下图。测试能否爬取1.png
在In[1]:后输入命令view(response),确认命令正确后运行,会自动弹出浏览器窗口,如果出现如下图所示网站,则表示scrapy可以顺利从网站获取信息,即可以完成爬虫任务。
测试能够爬取2.png
从上图看出运行命令后打开的是本地的网站,即网站内容可以顺利从服务器缓存到本地。 -
在你的工程文件中按住Shit,鼠标右击呼唤出下图所示菜单。
选择下图所标识的在此处打开PowerShell窗口,cmd和PowerShell起到的效果相同。打开PowerShell.png
在PoweShell中运行命令scrapy startproject XiamenHouse