chevron_left

Scrapy 爬虫开发教程

免费
第 3 回

教程文档

Scrapy 爬虫开发教程 - Scrapy 爬取数据

2023年11月23日
Scrapy 爬虫开发教程

Scrapy 爬取数据

ClwySpider/items.py

定义要爬取的属性

import scrapy


class ClwyspiderItem(scrapy.Item):
    # 标题
    title = scrapy.Field()

    # 详情连接
    url = scrapy.Field()

    # 图片
    image = scrapy.Field()

    # 日期
    date = scrapy.Field()

    # 描述
    description = scrapy.Field()

    # 标签
    tags = scrapy.Field()

生成蜘蛛

scrapy genspider course "clwy.cn"

打开 ClwySpider/spiders/cousrs.py,这里就是蜘蛛文件了

import scrapy
from ClwySpider.items import Clwysp...

课程介绍

Scrapy 是适用于 Python 的一个快速、高层次的屏幕抓取和 web 抓取框架,用于抓取 web 站点并从页面中提取结构化的数据。Scrapy 用途广泛,可以用于数据挖掘、监测和自动化测试。

Scrapy 吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如 BaseSpider、sitemap 爬虫等,最新版本又提供了 web2.0 爬虫的支持。

Scrapy 是一个适用爬取网站数据、提取结构性数据的应用程序框架,它可以应用在广泛领域:Scrapy 常应用在包括数据挖掘,信息处理或存储历史数据等一系列的程序中。通常我们可以很简单的通过 Scrapy 框架实现一个爬虫,抓取指定网站的内容或图片。

尽管 Scrapy 原本是设计用来屏幕抓取(更精确的说,是网络抓取),但它也可以用来访问 API 来提取数据。