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. Amazon onsite behavior question
			
    https://www.1point3acres.com/bbs/thread-307462-1-1.html http://kraftshala.com/how-to-raise-the-bar-i ...
    
			
    2. 
						
  2. AI学习---数据IO操作&神经网络基础
			
    数据IO操作 TF支持3种文件读取:    1.直接把数据保存到变量中    2.占位符配合feed_dict使用    3. QueueRunner(TF中特有的) 文件读取流程 文件读取流程(多线 ...
    
			
    3. 
						
  3. VS2017 + QT5 + C++开发环境搭建和计算器Demo测试
			
     非常有帮助的参考资料: https://blog.csdn.net/gaojixu/article/details/82185694 该参考文献的主要流程: (1)QT下载安装:从官网下载QT,并记 ...
    
			
    4. 
						
  4. Tomcat配置自定义JAVA环境
			
    Tomcat的bin目录下 在setclasspath.sh(Linux系统,Windows系统为setclasspath.bat)文件的开头添加: export JAVA_HOME=/usr/lib ...
    
			
    5. 
						
  5. Linux 小知识翻译 - 「BitTorrent」
			
    这次聊聊「BitTorrent」. (也就是下片子的 BT) BitTorrent是文件传输的一种.它可以在服务端负担很小的情况下高速的传输文件. BitTorrent最大的特点就是服务端可以将文件的 ...
    
			
    6. 
						
  6. 让ie8支持 placeholder 属性
			
    一.  ie8支持 placeholder 属性 /* * ie8支持 placeholder 属性 */ $(function(){ if( !('placeholder' in document. ...
    
			
    7. 
						
  7. ArcMap2Sld:一个将MXD中图层配图样式转换为OGC的SLD文件的开源工具
			
    在一个项目中,用户采用GeoServer做为GIS服务器(原因嘛当然是免费能省钱,经过验证可能还会在性能和稳定性等表现力也有优越性),但是手上收集的数据都是ESRI格式的,这倒不打紧,因为GeoSer ...
    
			
    8. 
						
  8. Android 6.0以后的版本报错:open failed: EACCES (Permission denied)
			
    Android 6.0以后的版本报错:open failed: EACCES (Permission denied) 在开发项目中,遇见要进行文件操作,遇见Caused by: android.sys ...
    
			
    9. 
						
  9. 待解决问题 ：JDBC  indexInsert.addBatch(); 为什么不生效 PSTM
			
    JDBC  indexInsert.addBatch(); 为什么不生效 PSTM
    
			
    10. 
						
  10. maven-resources-plugin插件关于占位符不生效问题
			
    插件版本: <plugin> <artifactId>maven-resources-plugin</artifactId> <version>3.0. ...
    
			
    11.