27.scrapy-splash初探

使用scrapy-splash之前边翼,可以先創(chuàng)建一個(gè)scrapy項(xiàng)目征懈,然后打印一下網(wǎng)頁,突出scrapy-splash的優(yōu)秀麻车,嘻嘻缀皱。
作為scrapy-splash練習(xí)的靶子,它的長相是這個(gè)樣子滴:



如果僅僅使用scrapy动猬,打印出當(dāng)前的網(wǎng)頁是這樣滴:



所以啤斗,還玩?zhèn)€蛇皮

當(dāng)當(dāng)當(dāng)當(dāng),今天的主角要登場了赁咙。

重啟下docker:

sudo service docker start

讓Docker容器以守護(hù)態(tài)運(yùn)行钮莲,這樣在中斷遠(yuǎn)程服務(wù)器連接后,不會(huì)終止Splash服務(wù)的運(yùn)行:

docker run -d -p 8050:8050 scrapinghub/splash

如果運(yùn)行不報(bào)錯(cuò)一般就是OK的彼水,也可以在瀏覽器打開localhost:8050查看是不是這樣?jì)饍旱模?/p>


然后配置下settings文件崔拥,添加如下代碼:

# 以下是scrapy-splash的配置:

# 渲染服務(wù)的url
SPLASH_URL = 'http://localhost:8050'

#下載器中間件
DOWNLOADER_MIDDLEWARES = {
    'scrapy_splash.SplashCookiesMiddleware': 723,
    'scrapy_splash.SplashMiddleware': 725,
    'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810,
}
SPIDER_MIDDLEWARES = {
'scrapy_splash.SplashDeduplicateArgsMiddleware': 100,
}
# 去重過濾器
DUPEFILTER_CLASS = 'scrapy_splash.SplashAwareDupeFilter'
# 使用Splash的Http緩存
HTTPCACHE_STORAGE = 'scrapy_splash.SplashAwareFSCacheStorage'

spiders文件zfcaigou.py代碼如下:

# -*- coding: utf-8 -*-
import scrapy
from scrapy_splash import SplashRequest
from caigou.items import CaigouItem
# from caigou.items import ZfcaigouItemLoad, CaigouItem
spiders文件zfcaigou.py代碼如下:

class ZfcaigouSpider(scrapy.Spider):
    name = 'zfcaigou'
    allowed_domains = ['www.zjzfcg.gov.cn']
    start_urls = ['http://www.zjzfcg.gov.cn/purchaseNotice/index.html?categoryId=3001']

    def start_requests(self):
        for url in self.start_urls:
            yield SplashRequest(url=url, callback=self.parse,
                                args={'wait': 10}, endpoint='render.html')

    def parse(self, response):
        # print(response.body.decode("utf-8"))
        infodata = response.css(".items p")
        for infoline in infodata:
            caigouitem = CaigouItem()
            caigouitem['city'] = infoline.css(".warning::text").extract()[0].replace("[", "").replace("·", "").strip()
            caigouitem['issuescate'] = infoline.css(".warning .limit::text").extract()[0]
            caigouitem['title'] = infoline.css("a .underline::text").extract()[0].replace("]", "")
            caigouitem['publish_date'] = infoline.css(".time::text").extract()[0].replace("[", "").replace("]", "")
            yield caigouitem

items.py代碼:

# -*- coding: utf-8 -*-

# Define here the models for your scraped items
#
# See documentation in:
# https://doc.scrapy.org/en/latest/topics/items.html

import scrapy


class CaigouItem(scrapy.Item):
    city = scrapy.Field()
    issuescate = scrapy.Field()
    title = scrapy.Field()
    publish_date = scrapy.Field()

除了網(wǎng)絡(luò)稍卡,還是將內(nèi)容給抓取下來了凤覆。


項(xiàng)目地址:https://github.com/hfxjd9527/caigou

?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:七十年代末链瓦,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌慈俯,老刑警劉巖渤刃,帶你破解...
    沈念sama閱讀 207,248評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異贴膘,居然都是意外死亡卖子,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 88,681評論 2 381
  • 文/潘曉璐 我一進(jìn)店門刑峡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來洋闽,“玉大人,你說我怎么就攤上這事突梦〗刖耍” “怎么了?”我有些...
    開封第一講書人閱讀 153,443評論 0 344
  • 文/不壞的土叔 我叫張陵阳似,是天一觀的道長骚勘。 經(jīng)常有香客問我,道長撮奏,這世上最難降的妖魔是什么俏讹? 我笑而不...
    開封第一講書人閱讀 55,475評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮畜吊,結(jié)果婚禮上泽疆,老公的妹妹穿的比我還像新娘。我一直安慰自己玲献,他們只是感情好殉疼,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,458評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著捌年,像睡著了一般瓢娜。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上礼预,一...
    開封第一講書人閱讀 49,185評論 1 284
  • 那天眠砾,我揣著相機(jī)與錄音,去河邊找鬼托酸。 笑死褒颈,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的励堡。 我是一名探鬼主播谷丸,決...
    沈念sama閱讀 38,451評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼应结!你這毒婦竟也來了刨疼?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,112評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎揩慕,沒想到半個(gè)月后游两,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 43,609評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡漩绵,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 36,083評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了肛炮。 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止吐。...
    茶點(diǎn)故事閱讀 38,163評論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖侨糟,靈堂內(nèi)的尸體忽然破棺而出碍扔,到底是詐尸還是另有隱情,我是刑警寧澤宰译,帶...
    沈念sama閱讀 33,803評論 4 323
  • 正文 年R本政府宣布渣磷,位于F島的核電站创夜,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏二拐。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,357評論 3 307
  • 文/蒙蒙 一凳兵、第九天 我趴在偏房一處隱蔽的房頂上張望百新。 院中可真熱鬧,春花似錦庐扫、人聲如沸饭望。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,357評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽铅辞。三九已至,卻和暖如春萨醒,著一層夾襖步出監(jiān)牢的瞬間斟珊,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,590評論 1 261
  • 我被黑心中介騙來泰國打工验靡, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留倍宾,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,636評論 2 355
  • 正文 我出身青樓胜嗓,卻偏偏與公主長得像高职,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子辞州,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,925評論 2 344

推薦閱讀更多精彩內(nèi)容