pyspider web爬蟲框架簡單使用

一袭景、pyspider簡介

參考文檔:

http://docs.pyspider.org/

二候址、需要安裝的依賴包

sudo apt-get install python

sudo apt-get install python-dev

sudo apt-get install python-distribute

sudo apt-get install python-pip

sudo apt-get install libcurl4-openssl-dev

sudo apt-get install libxml2-dev

sudo apt-get install libxslt1-dev

sudo apt-get install python-lxml libssl-dev

sudo apt-get install zlib1g-dev

sudo apt-get install phantomjs

pip3 install pyspider

啟動(dòng)

pyspider all

代碼樣例

from pyspider.libs.base_handler import *
import pymongo,pymysql

class Handler(BaseHandler):
"""
Handler 就是 pyspider 爬蟲的主類,我
們可以在此處定義爬取楞慈、解析璧坟、存儲(chǔ)的邏輯嗡贺。
整個(gè)爬蟲的功能只需要一個(gè) Handler 即可完成
"""

#crawl_config 屬性。我們可以將本項(xiàng)目的
#所有爬取配置統(tǒng)一定義到這里抖拦,如定義
#Headers升酣、設(shè)置代理等,配置之后全局生效
crawl_config = {
}
#mongodb數(shù)據(jù)庫連接
mongocli = pymongo.MongoClient(host='localhost', port=27017)
db = mongocli['jobbole']
jobbolearticle = db['jobbolearticle']

#mysql數(shù)據(jù)庫連接
client = pymysql.Connect(
'localhost','root','xxx',
'xxx',charset='utf8'
)
cursor = client.cursor()

#on_start() 方法是爬取入口态罪,初始的爬取
#請求會(huì)在這里產(chǎn)生
@every(minutes=24 * 60)
def on_start(self):
self.crawl('http://blog.jobbole.com/all-posts/', callback=self.index_page)

@config(age=10 * 24 * 60 * 60)
def index_page(self, response):
print(response)
for each in response.doc('a[class="page-numbers"]').items():
self.crawl(each.attr.href, callback=self.detail_page)

@config(priority=2)
def detail_page(self, response):
self.index_page(response)
list = response.doc('#archive .post.floated-thumb')
# print(list)
for item in list.items():
print('拿到了數(shù)據(jù)')
print(type(item))
title = item('a.archive-title').text()
url = item('a.archive-title').attr.href
print(title,url)
return {
'title':title,
'url':url,
}

#方法中return的結(jié)果會(huì)執(zhí)行on_result
def on_result(self,result):
#可以在這里做數(shù)據(jù)的持久化
print(result)

#mysql數(shù)據(jù)庫存儲(chǔ)
sql = """
INSERT INTO jobbole()
VALUE (%s,%s)
"""
try:
self.cursor.execute(sql,[result['title'],result['url']])
self.client.commit()
except Exception as err:
print(err)
self.client.rollback()

#mongodb數(shù)據(jù)庫存儲(chǔ)
self.jobbolearticle.insert(result)
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:七十年代末噩茄,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子复颈,更是在濱河造成了極大的恐慌绩聘,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,406評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異凿菩,居然都是意外死亡机杜,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,732評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門衅谷,熙熙樓的掌柜王于貴愁眉苦臉地迎上來椒拗,“玉大人,你說我怎么就攤上這事会喝《傅” “怎么了?”我有些...
    開封第一講書人閱讀 163,711評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵肢执,是天一觀的道長枉阵。 經(jīng)常有香客問我,道長预茄,這世上最難降的妖魔是什么兴溜? 我笑而不...
    開封第一講書人閱讀 58,380評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮耻陕,結(jié)果婚禮上拙徽,老公的妹妹穿的比我還像新娘。我一直安慰自己诗宣,他們只是感情好膘怕,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,432評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著召庞,像睡著了一般岛心。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上篮灼,一...
    開封第一講書人閱讀 51,301評(píng)論 1 301
  • 那天忘古,我揣著相機(jī)與錄音,去河邊找鬼诅诱。 笑死髓堪,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的娘荡。 我是一名探鬼主播干旁,決...
    沈念sama閱讀 40,145評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼炮沐!你這毒婦竟也來了疤孕?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,008評(píng)論 0 276
  • 序言:老撾萬榮一對情侶失蹤央拖,失蹤者是張志新(化名)和其女友劉穎祭阀,沒想到半個(gè)月后鹉戚,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 45,443評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡专控,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 37,649評(píng)論 3 334
  • 正文 我和宋清朗相戀三年抹凳,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伦腐。...
    茶點(diǎn)故事閱讀 39,795評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡赢底,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出柏蘑,到底是詐尸還是另有隱情幸冻,我是刑警寧澤,帶...
    沈念sama閱讀 35,501評(píng)論 5 345
  • 正文 年R本政府宣布咳焚,位于F島的核電站洽损,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏革半。R本人自食惡果不足惜碑定,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,119評(píng)論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望又官。 院中可真熱鬧延刘,春花似錦、人聲如沸六敬。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,731評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽外构。三九已至普泡,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間典勇,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,865評(píng)論 1 269
  • 我被黑心中介騙來泰國打工叮趴, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留割笙,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,899評(píng)論 2 370
  • 正文 我出身青樓眯亦,卻偏偏與公主長得像伤溉,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子妻率,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,724評(píng)論 2 354