zoukankan      html  css  js  c++  java
  • python爬虫常用之Scrapy 简述

    一、安装

        pip install scrapy. 如果提示需要什么包就装什么包

        有的包pip安装不起,需要自己下载whl文件进行安装.

    二、基本的爬虫流程

         通用爬虫有如下几步:

            构造url -->> 请求,获取页面内容  -->> 分析页面内容(解析) -->> 保存结果     

    三、scrapy的爬虫流程

        scrapy的流程与普通爬虫相同,有url作为输入--start_urls;

      有请求--Requests,通常不需要自己构建,需要特殊参数时可使用settings配置,或者编写中间件;

           有分析--parse方法,直接传入返回的response对象即可,内置的解析方法多种多样,也可以直接import解析库进行解析;

           有储存--使用item在爬虫中保存爬取到的对象,在pipline里进行持久化,也可以直接在代码中写文件或者使用"-o"参数...

    四、总结

          scrapy的最大优点就是通用,你的大部分爬虫都可以scrapy去实现去操作,省去了很多构造请求和框架的时间.

          scrapy的最大缺点也来源于通用,使用的时候总觉得和我需要的有出入,所以要自己去写中间件,自己去适配流程.

       

  • 相关阅读:
    使用MVC模型的几个常见误区
    ModelViewControl
    真的简单,还是盲目乐观?
    Kernel Korner Why and How to Use Netlink Socket
    我们手机平台的几个基础模型
    彩信库(mmslib)设计备忘录
    消极状态集
    文摘《十三》
    文摘《十二》
    文摘《十一》
  • 原文地址:https://www.cnblogs.com/masako/p/8066683.html
Copyright © 2011-2022 走看看