基于關(guān)鍵字在主流搜索引擎中抓取信息

本文首發(fā)于我的博客:http://gongyanli.com
代碼傳送門:https://github.com/Gladysgong/seCrawler
簡書: http://www.reibang.com/p/4e244563849a
CSDN: https://blog.csdn.net/u012052168/article/details/79762586

seCrawler(Search Engine Crawler)

A scrapy project can crawl search result of Google/Bing/Baidu

refer

copying by https://github.com/xtt129/seCrawler and rewrite,adding title and abstract.

prerequisite

python 3.5 and scrapy is needed.

commands

run one command to get 50 pages result from search engine with keyword, the result would be kept in the "urls.txt" under the current directory.

Bing

scrapy crawl keywordSpider -a keyword=Spider-Man -a se=bing -a pages=50

Baidu

scrapy crawl keywordSpider -a keyword=Spider-Man -a se=baidu -a pages=50

Google

scrapy crawl keywordSpider -a keyword=Spider-Man -a se=google -a pages=50

results

url,title and abstract will be stored in the urls.txt

limitation

The project doesn't provide any workaround to the anti-spider measure like CAPTCHA, IP ban list, etc.

But to reduce these measures, we recommand to set DOWNLOAD_DELAY=10 in settings.py file to add a temporisation (in second) between the crawl of two pages, see details in Scrapy Setting.

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末滨砍,一起剝皮案震驚了整個(gè)濱河市乖杠,隨后出現(xiàn)的幾起案子捣域,更是在濱河造成了極大的恐慌,老刑警劉巖蝗碎,帶你破解...
    沈念sama閱讀 212,454評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)检访,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,553評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來仔掸,“玉大人脆贵,你說我怎么就攤上這事〖翁” “怎么了?”我有些...
    開封第一講書人閱讀 157,921評論 0 348
  • 文/不壞的土叔 我叫張陵状勤,是天一觀的道長鞋怀。 經(jīng)常有香客問我双泪,道長,這世上最難降的妖魔是什么密似? 我笑而不...
    開封第一講書人閱讀 56,648評論 1 284
  • 正文 為了忘掉前任焙矛,我火速辦了婚禮,結(jié)果婚禮上残腌,老公的妹妹穿的比我還像新娘村斟。我一直安慰自己,他們只是感情好抛猫,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,770評論 6 386
  • 文/花漫 我一把揭開白布蟆盹。 她就那樣靜靜地躺著,像睡著了一般闺金。 火紅的嫁衣襯著肌膚如雪逾滥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,950評論 1 291
  • 那天败匹,我揣著相機(jī)與錄音寨昙,去河邊找鬼。 笑死掀亩,一個(gè)胖子當(dāng)著我的面吹牛舔哪,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播槽棍,決...
    沈念sama閱讀 39,090評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼捉蚤,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了刹泄?” 一聲冷哼從身側(cè)響起外里,我...
    開封第一講書人閱讀 37,817評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎特石,沒想到半個(gè)月后盅蝗,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,275評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡姆蘸,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,592評論 2 327
  • 正文 我和宋清朗相戀三年墩莫,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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逞敷。...
    茶點(diǎn)故事閱讀 38,724評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡狂秦,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出推捐,到底是詐尸還是另有隱情裂问,我是刑警寧澤,帶...
    沈念sama閱讀 34,409評論 4 333
  • 正文 年R本政府宣布,位于F島的核電站堪簿,受9級(jí)特大地震影響痊乾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜椭更,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,052評論 3 316
  • 文/蒙蒙 一哪审、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧虑瀑,春花似錦湿滓、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,815評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至把夸,卻和暖如春而线,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背恋日。 一陣腳步聲響...
    開封第一講書人閱讀 32,043評論 1 266
  • 我被黑心中介騙來泰國打工膀篮, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人岂膳。 一個(gè)月前我還...
    沈念sama閱讀 46,503評論 2 361
  • 正文 我出身青樓誓竿,卻偏偏與公主長得像,于是被迫代替她去往敵國和親谈截。 傳聞我的和親對象是個(gè)殘疾皇子筷屡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,627評論 2 350

推薦閱讀更多精彩內(nèi)容

  • rljs by sennchi Timeline of History Part One The Cognitiv...
    sennchi閱讀 7,312評論 0 10
  • 下午接回兒子,他回屋寫作業(yè)了簸喂,今天的作業(yè)有點(diǎn)多毙死,檢查作業(yè)時(shí)數(shù)學(xué)錯(cuò)了兩道,一道是不會(huì)喻鳄,另一題粗心扼倘,自己認(rèn)真的改過來了...
    李名媽媽閱讀 135評論 0 0
  • 我很累。 有時(shí)候除呵, 莫名的心情不好再菊, 不想和任何人說話, 只想一個(gè)人靜靜的發(fā)呆颜曾。 有時(shí)候纠拔, 突然覺得心情煩躁, 看...
    涵凌閱讀 141評論 1 1
  • 樂樂說想吃麻辣香鍋泛豪,問我會(huì)不會(huì)做稠诲,孕婦的口味真是變化多端侦鹏,好在我真的會(huì),而且我也想吃臀叙,一拍即合种柑,于是一起去超市買香...
    快樂的鹿小姐閱讀 224評論 0 0
  • 鳳仙花又名急性子,老百姓喜歡叫它指甲草匹耕。 全草都能入藥,花能治療灰指甲荠雕,甲溝炎稳其。莖稱為透骨草 ,外敷可以消腫消炎炸卑,...
    f06aabba873f閱讀 437評論 0 2