一個相對完整的Scrapy例子

1.新建項目

scrapy startproject cnblog

2.pycharm 打開項目

image.png

3.新建spider

image.png

新建main.py

from scrapy import cmdline
cmdline.execute("scrapy crawl cnblog".split())

爬蟲代碼

import scrapy
from cnblog.items import CnblogItem

class Cnblog_Spider(scrapy.Spider):

    name = "cnblog"
    allowed_domains = ["cnblog.com"]
    start_urls = [
     'https://www.cnblogs.com/',
    ]

    def parse(self, response):

        item = CnblogItem()

        item['title'] = response.xpath('//a[@class="titlelnk"]/text()').extract()
        item['link'] = response.xpath('//a[@class="titlelnk"]/@href').extract()

        yield item


item代碼

import scrapy


class CnblogItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    title = scrapy.Field()
    link = scrapy.Field()

setting

BOT_NAME = 'cnblog'

SPIDER_MODULES = ['cnblog.spiders']
NEWSPIDER_MODULE = 'cnblog.spiders'

DEFAULT_REQUEST_HEADERS = {
  'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
  'Accept-Language': 'en',
  #user-agent新添加
  'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"
}

#新修改
ITEM_PIPELINES = {
    'cnblog.pipelines.FilePipeline': 300,    #實現(xiàn)保存到txt文件
    'cnblog.pipelines.mysqlPipeline': 300,  # 實現(xiàn)保存到mysql

}

4.存儲成text

class FilePipeline(object):

    def process_item(self, item, spider):
        data = ''
        with open('cnblog.txt', 'w', encoding='utf-8') as f:
            titles = item['title']
            links = item['link']
            for i, j in zip(titles, links):
                data += i + ':'+j+'\n'
            f.write(data)
            f.close()
        return item
image.png
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:七十年代末汤徽,一起剝皮案震驚了整個濱河市转捕,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌叛甫,老刑警劉巖肛真,帶你破解...
    沈念sama閱讀 211,290評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件谐丢,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乾忱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評論 2 385
  • 文/潘曉璐 我一進(jìn)店門讥珍,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人饭耳,你說我怎么就攤上這事串述≈唇猓” “怎么了寞肖?”我有些...
    開封第一講書人閱讀 156,872評論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長衰腌。 經(jīng)常有香客問我新蟆,道長,這世上最難降的妖魔是什么右蕊? 我笑而不...
    開封第一講書人閱讀 56,415評論 1 283
  • 正文 為了忘掉前任琼稻,我火速辦了婚禮,結(jié)果婚禮上饶囚,老公的妹妹穿的比我還像新娘帕翻。我一直安慰自己,他們只是感情好萝风,可當(dāng)我...
    茶點故事閱讀 65,453評論 6 385
  • 文/花漫 我一把揭開白布嘀掸。 她就那樣靜靜地躺著,像睡著了一般规惰。 火紅的嫁衣襯著肌膚如雪睬塌。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,784評論 1 290
  • 那天歇万,我揣著相機與錄音揩晴,去河邊找鬼。 笑死贪磺,一個胖子當(dāng)著我的面吹牛硫兰,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播寒锚,決...
    沈念sama閱讀 38,927評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼瞄崇,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了壕曼?” 一聲冷哼從身側(cè)響起苏研,我...
    開封第一講書人閱讀 37,691評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎腮郊,沒想到半個月后摹蘑,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 44,137評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡轧飞,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...
    茶點故事閱讀 36,472評論 2 326
  • 正文 我和宋清朗相戀三年衅鹿,在試婚紗的時候發(fā)現(xiàn)自己被綠了撒踪。 大學(xué)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。...
    茶點故事閱讀 38,622評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡大渤,死狀恐怖制妄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情泵三,我是刑警寧澤耕捞,帶...
    沈念sama閱讀 34,289評論 4 329
  • 正文 年R本政府宣布,位于F島的核電站烫幕,受9級特大地震影響俺抽,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜较曼,卻給世界環(huán)境...
    茶點故事閱讀 39,887評論 3 312
  • 文/蒙蒙 一磷斧、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧捷犹,春花似錦弛饭、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至翠桦,卻和暖如春横蜒,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背销凑。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工丛晌, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人斗幼。 一個月前我還...
    沈念sama閱讀 46,316評論 2 360
  • 正文 我出身青樓澎蛛,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蜕窿。 傳聞我的和親對象是個殘疾皇子谋逻,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,490評論 2 348