Intro

(Optional) Create virtual environment

prefer using python version 3
mkvirtualenv --python=/usr/bin/python3 python3

check pip version by pip --version to make sure python 3 is used

Steps

  • scrapy startproject name
  • scrapy genspider botname url

robotstxt in setting should be true to always crawl permitted pages and be a good web citizen

  • inside project folder scrapy crawl botname
  • test in shell
  • scrapy crawl botname -o xx.json or csv to see result

shell to debug and test

scrapy shell

  • test url is valid - fetch(url)
  • test valid html - view(response.body)

Alternative xpath testing tool
http://www.freeformatter.com/xpath-tester.html

Xpath docs

uses response from selector

selctor, as it is named, selects html content,
from scrapy.selector import Selector
Since this is a common operation, response.selector is shorten to .xpath()

Extra
css can also be used as selector, but xpath is the official way

//name or //* - relative select every instance of html tag name or all
text() - text content in unicode
'//name[1]' - python isolated selector for ('//name')[0], use either
. - extracting first instance of data that is not response, can also just omit //
@ - attribute grabbing

if itemprop exist, use it over class to extract

Tools to get xpath fast -

Paste_Image.png

https://chrome.google.com/webstore/detail/xpath-helper/hgimnogjllphhhkhlmebbmlgjoejdpjl

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市囚戚,隨后出現(xiàn)的幾起案子酵熙,更是在濱河造成了極大的恐慌,老刑警劉巖驰坊,帶你破解...
    沈念sama閱讀 221,635評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件匾二,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡拳芙,警方通過(guò)查閱死者的電腦和手機(jī)察藐,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評(píng)論 3 399
  • 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(lái)态鳖,“玉大人转培,你說(shuō)我怎么就攤上這事〗撸” “怎么了浸须?”我有些...
    開(kāi)封第一講書人閱讀 168,083評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)邦泄。 經(jīng)常有香客問(wèn)我删窒,道長(zhǎng),這世上最難降的妖魔是什么顺囊? 我笑而不...
    開(kāi)封第一講書人閱讀 59,640評(píng)論 1 296
  • 正文 為了忘掉前任肌索,我火速辦了婚禮,結(jié)果婚禮上特碳,老公的妹妹穿的比我還像新娘诚亚。我一直安慰自己,他們只是感情好午乓,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布站宗。 她就那樣靜靜地躺著,像睡著了一般益愈。 火紅的嫁衣襯著肌膚如雪梢灭。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 52,262評(píng)論 1 308
  • 那天蒸其,我揣著相機(jī)與錄音敏释,去河邊找鬼。 笑死摸袁,一個(gè)胖子當(dāng)著我的面吹牛钥顽,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播靠汁,決...
    沈念sama閱讀 40,833評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼耳鸯,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼湿蛔!你這毒婦竟也來(lái)了膀曾?” 一聲冷哼從身側(cè)響起县爬,我...
    開(kāi)封第一講書人閱讀 39,736評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎添谊,沒(méi)想到半個(gè)月后财喳,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體瓷患,經(jīng)...
    沈念sama閱讀 46,280評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡允扇,尸身上長(zhǎng)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 38,369評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了颗祝。 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所踊。...
    茶點(diǎn)故事閱讀 40,503評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡泌枪,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出秕岛,到底是詐尸還是另有隱情碌燕,我是刑警寧澤,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布继薛,位于F島的核電站修壕,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏遏考。R本人自食惡果不足惜慈鸠,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望灌具。 院中可真熱鬧青团,春花似錦、人聲如沸咖楣。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,340評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)截歉。三九已至胖腾,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間瘪松,已是汗流浹背咸作。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,460評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留宵睦,地道東北人记罚。 一個(gè)月前我還...
    沈念sama閱讀 48,909評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像壳嚎,于是被迫代替她去往敵國(guó)和親桐智。 傳聞我的和親對(duì)象是個(gè)殘疾皇子末早,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容

  • scrapy學(xué)習(xí)筆記(有示例版) 我的博客 scrapy學(xué)習(xí)筆記1.使用scrapy1.1創(chuàng)建工程1.2創(chuàng)建爬蟲模...
    陳思煜閱讀 12,713評(píng)論 4 46
  • lesson 2 All the tables in the zoo database animals This ...
    赤樂(lè)君閱讀 1,042評(píng)論 0 0
  • 一切探究和追查都來(lái)源于我收藏電影票的特殊癖好然磷。 幾年前的電影票字跡已經(jīng)模糊,為了更好的保存票根刊驴,讓回憶有據(jù)可查姿搜,根...
    半夏長(zhǎng)安閱讀 35,390評(píng)論 50 136
  • 剛畢業(yè)半年,在北京工作半年捆憎,忐忐忑忑的半年舅柜,從頭認(rèn)識(shí)自己的半年...... 大學(xué) 我的大學(xué)是荒廢的,在游戲中度過(guò)躲惰,...
    賀韋閱讀 165評(píng)論 0 0
  • 每次沒(méi)想清楚就動(dòng)手致份,像今天下午就走了很多彎路,如果邊寫邊做呢 寫的時(shí)候幫助理清思路础拨,做完可以再整體總結(jié)或者像小呆大...
    木子肆閱讀 210評(píng)論 0 0