anaconda + scrapy

在 windows 10 下安裝 scrapy 腕铸,首先安裝好 anaconda , 直接運行 conda install scrapy , anaconda 會幫你解決安裝過程所需要的庫和文件, 安裝成功

安裝scrapy

爬取 http://quotes.toscrape.com/ 網址的內容,注意跳轉下一頁

# quotes.py
# -*- coding: utf-8 -*-
import scrapy

from quotetutorial.items import QuoteItem


class QuotesSpider(scrapy.Spider):
    name = 'quotes'
    allowed_domains = ['quotes.toscrape.com']
    start_urls = ['http://quotes.toscrape.com/']

    def parse(self, response):
        quotes = response.css(".quote")
        for quote in quotes:
            item = QuoteItem()
            text = quote.css('.text::text').extract_first()
            author = quote.css('.author::text').extract_first()
            tags = quote.css('.tags .tag::text').extract()
            item['text'] = text
            item['author'] = author
            item['tags'] = tags
            yield item
        #正則取出下一頁的 url
        next = response.css(".pager .next a::attr(href)").extract_first()
        #取出的url是相對路徑,用下面函數(shù)合成一個絕對 url
        url = response.urljoin(next)
        #設置回調函數(shù),遞歸傳遞下一頁的url,實現(xiàn)下一頁爬取
        yield scrapy.Request(url=url, callback=self.parse)

定義 item 列表處理數(shù)據(jù)

#items.py
import scrapy


class QuoteItem(scrapy.Item):
    # define the fields for your item here like:
    text = scrapy.Field()
    author = scrapy.Field()
    tags = scrapy.Field()

定義 pipeline ,處理數(shù)據(jù)

#pipeline.py
import pymongo
from scrapy.exceptions import DropItem


class TextPipeline(object):
    def __init__(self):
        self.limit = 50

    def process_item(self, item, spider):
        if item['text']:
            if len(item['text']) > self.limit:
                item['text'] = item['text'][0:self.limit].rstrip() + '...'
            return item
        else:
            #丟棄Item
            return DropItem('Missing Text')
#定義函數(shù)內變量
class MongoPipeline(object):
    def __init__(self, mongo_url, mongo_db):
        self.mongo_url = mongo_url
        self.mongo_db = mongo_db
     #從 setting 中傳入設定的 MONGO_URL 和 MONGO_DB懂诗,
    @classmethod
    def from_crawler(cls, crawler):
        return cls(
            mongo_url = crawler.settings.get('MONGO_URL'),
            mongo_db = crawler.settings.get('MONGO_DB')
        )
    #當 spider 開始時運行
    def open_spider(self, spider):
        self.client = pymongo.MongoClient(self.mongo_url)
        self.db = self.client[self.mongo_db]
    #存入 mongodb
    def process_item(self, item, spider):
        name = item.__class__.__name__
        self.db[name].insert(dict(item))
        return item
    #當關閉 spider 時運行
    def close_spider(self, spider):
        self.client.close()

setting 文件定義的變量

#setting.py
MONGO_URL = 'localhost'
MONGO_DB = 'quotestutorial'
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市苗膝,隨后出現(xiàn)的幾起案子殃恒,更是在濱河造成了極大的恐慌,老刑警劉巖辱揭,帶你破解...
    沈念sama閱讀 218,546評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件离唐,死亡現(xiàn)場離奇詭異,居然都是意外死亡问窃,警方通過查閱死者的電腦和手機亥鬓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來域庇,“玉大人嵌戈,你說我怎么就攤上這事√螅” “怎么了熟呛?”我有些...
    開封第一講書人閱讀 164,911評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長尉姨。 經常有香客問我庵朝,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,737評論 1 294
  • 正文 為了忘掉前任九府,我火速辦了婚禮椎瘟,結果婚禮上,老公的妹妹穿的比我還像新娘昔逗。我一直安慰自己降传,他們只是感情好,可當我...
    茶點故事閱讀 67,753評論 6 392
  • 文/花漫 我一把揭開白布勾怒。 她就那樣靜靜地躺著,像睡著了一般声旺。 火紅的嫁衣襯著肌膚如雪笔链。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,598評論 1 305
  • 那天腮猖,我揣著相機與錄音鉴扫,去河邊找鬼。 笑死澈缺,一個胖子當著我的面吹牛坪创,可吹牛的內容都是我干的。 我是一名探鬼主播姐赡,決...
    沈念sama閱讀 40,338評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼莱预,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了项滑?” 一聲冷哼從身側響起依沮,我...
    開封第一講書人閱讀 39,249評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎枪狂,沒想到半個月后危喉,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 45,696評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡州疾,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,888評論 3 336
  • 正文 我和宋清朗相戀三年辜限,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片严蓖。...
    茶點故事閱讀 40,013評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡薄嫡,死狀恐怖,靈堂內的尸體忽然破棺而出谈飒,到底是詐尸還是另有隱情岂座,我是刑警寧澤,帶...
    沈念sama閱讀 35,731評論 5 346
  • 正文 年R本政府宣布杭措,位于F島的核電站费什,受9級特大地震影響,放射性物質發(fā)生泄漏。R本人自食惡果不足惜鸳址,卻給世界環(huán)境...
    茶點故事閱讀 41,348評論 3 330
  • 文/蒙蒙 一瘩蚪、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧稿黍,春花似錦疹瘦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,929評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至酣栈,卻和暖如春险胰,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背矿筝。 一陣腳步聲響...
    開封第一講書人閱讀 33,048評論 1 270
  • 我被黑心中介騙來泰國打工起便, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人窖维。 一個月前我還...
    沈念sama閱讀 48,203評論 3 370
  • 正文 我出身青樓榆综,卻偏偏與公主長得像,于是被迫代替她去往敵國和親铸史。 傳聞我的和親對象是個殘疾皇子鼻疮,可洞房花燭夜當晚...
    茶點故事閱讀 44,960評論 2 355