scrapy之基础概念与用法

框架

　　所谓的框架就是一个项目的半成品。也可以说成是一个已经被集成了各种功能（高性能异步下载、队列、分布式、解析、持久化等）的具有很强通用性的项目模板。

安装

Linux:

pip3 install scrapy  // pip3具体看自己的pip是pip3

windows:

a. 下载安装wheel

pip3 install wheel

b. 下载twisted http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted

c. 进入下载文件的目录，下载那安装Twisted

pip3 install Twisted-17.1.0-cp35-cp35m-win_amd64.whl  # cp35为python的版本

d. 下载安装pywin32

pip3 install pywin32

e. 下载安装scrapy

pip install scrapy

使用

创建工程

scrapy startproject xxoo  # xxoo为项目工程名称

创建爬虫文件

　　需要先切换到工程项目的目录中

cd xxoo  # xxoo为项目名称

　　然后创建爬虫文件

scrapy genspider ooxx www.xxoo.com # ooxx为爬虫文件的名称, www.xxoo.com为起始URL

　　爬虫文件会自动创建到spiders文件夹中。

　　执行完上边的命令，会产生一个项目工程，文件结构入下：

-- xxoo

  												


											
scrapy之基础概念与用法的更多相关文章
	

    
								
  1. scrapy的基础概念和流程
		
    1. 什么是scrapy Scrapy是一个为了爬取网站数据,提取结构性数据而编写的应用框架,我们只需要实现少量的代码,就能够快速的抓取. Scrapy 使用了Twisted['twɪstɪd]异步网 ...
    
		
    2. 
						
  2. 理解 angular2 基础概念和结构 ----angular2系列（二)
		
    前言: angular2官方将框架按以下结构划分: Module Component Template Metadata Data Binding Directive Service Dependen ...
    
		
    3. 
						
  3. linux设备驱动归纳总结（二）：模块的相关基础概念【转】
		
    本文转载自:http://blog.chinaunix.net/uid-25014876-id-59415.html linux设备驱动归纳总结(二):模块的相关基础概念 系统平台:Ubuntu 10 ...
    
		
    4. 
						
  4. 初识webpack——webpack四个基础概念
		
    前面的话 webpack是当下最热门的前端资源模块化管理和打包工具.它可以将许多松散的模块按照依赖和规则打包成符合生产环境部署的前端资源.当webpack处理应用程序时,它会递归地构建一个依赖关系图表 ...
    
		
    5. 
						
  5. vue初学：基础概念
		
    一.vue使用步骤: 1.引包vue.js 2.html中写要操作的DOM节点 3.创建vue对象:new Vue({options}); 4.配置options:el:(要操作的对象,用选择器,同j ...
    
		
    6. 
						
  6. 【Linux开发】linux设备驱动归纳总结（二）：模块的相关基础概念
		
    linux设备驱动归纳总结(二):模块的相关基础概念 系统平台:Ubuntu 10.04 开发平台:S3C2440开发板 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ...
    
		
    7. 
						
  7. 小白学 Python 爬虫（35）：爬虫框架 Scrapy 入门基础（三） Selector 选择器
		
    人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
    
		
    8. 
						
  8. 小白学 Python 爬虫（38）：爬虫框架 Scrapy 入门基础（六） Item Pipeline
		
    人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
    
		
    9. 
						
  9. 白日梦的ES笔记三：万字长文 Elasticsearch基础概念统一扫盲
		
    目录 一.导读 二.彩蛋福利:账号借用 三.ES的Index.Shard及扩容机制 四.ES支持的核心数据类型 4.1.数字类型 4.2.日期类型 4.3.boolean类型 4.4.二进制类型 4. ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. php学习----数据类型2
			
    Boolean 布尔类型 这是最简单的类型.boolean 表达了真值,可以为 TRUE 或 FALSE. 要明确地将一个值转换成 boolean,用 (bool) 或者 (boolean) 来强制转 ...
    
			
    2. 
						
  2. Shell按行读取文件的3种方法
			
    Shell按行读取文件的方法有很多,常见的三种方法如下: 要读取的文件: [root@mini05 -]# cat file.info 写法一: [root@mini05 -]# cat read1. ...
    
			
    3. 
						
  3. C语言 求两数的最大公约数和最小公倍数
			
    //作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ #include<stdio.h> //最大公约数 int gys(int x,int  ...
    
			
    4. 
						
  4. [福大软工] Z班 第12次成绩排行榜
			
    注:本次成绩排行榜是针对结对项目二的点评分数 作业要求 http://www.cnblogs.com/easteast/p/7604534.html 评分细则 (1)有贴生成得最"好&quo ...
    
			
    5. 
						
  5. 推酷文章中编写js组件系列文章整理
			
    一步一步实现JS拖拽插件 http://www.tuicool.com/articles/RBbmMjY JS组件系列——基于Bootstrap Ace模板的菜单和Tab页效果分享 http://ww ...
    
			
    6. 
						
  6. linux中如何查看进程的启动时间
			
    ps -p PID -o lstart 其中PID是进程的pid [root@lvs-a logs]# -o lstart STARTED Tue Oct ::
    
			
    7. 
						
  7. JavaScript的内置对象（Global对象）
			
    内置对象的定义 由 javaScript 实现提供的.不用自己创建,这些对象在 ECMAScript 程序执行之前就已经存在了. 意思就是说,开发人员不必显示地实例化内置对象:因为它们已经实例化了.  ...
    
			
    8. 
						
  8. C - 继续畅通工程  最小生成树
			
    省政府“畅通工程”的目标是使全省任何两个村庄间都可以实现公路交通(但不一定有直接的公路相连,只要能间接通过公路可达即可).现得到城镇道路统计表,表中列出了任意两城镇间修建道路的费用,以及该道路是否已经 ...
    
			
    9. 
						
  9. 【ZJOI2016】线段树
			
    [ZJOI2016]线段树 ZJOI的题神啊. 我们考虑计算每个位置\(p\),它在操作过后变成第\(x\)个数的操作序列数. 我们枚举\(x\).我们先得到了\(L_x,R_x\)表示最左边比\(x ...
    
			
    10. 
						
  10. VGG网络
			
    VGG论文给出了一个非常振奋人心的结论:卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用.记得在AlexNet论文中,也做了最后指出了网络深度的对最终的分类结果有很大的作用. ...
    
			
    11.