scrapy项目2

# -*- coding: utf-8 -*-
import scrapy
import logging

logger = logging.getLogger(__name__)  #__name__，log日志回显示当前py文件路径的log日志；[myspider03.spiders.itcast1]，不加__name__,显示root

class Itcast1Spider(scrapy.Spider):
    name = ‘itcast1‘ #爬虫名称
    allowed_domains = [‘itcast.cn‘]
    start_urls = [‘http://itcast.cn/‘]

    def parse(self, response):
        for i in range(10):
            item = {}
            item["come_from"] = ‘jingdong‘
            # logging.warning(item) #可以通过 loggin输出的内容保存在本地，可以查看log日志，查看程序状态，但是这个保存在根目录，一般不用
            logger.warning(item)
            yield item #注意yield的位置，在for循环内核循环外的区别

#同时爬取三个网站，怎么区分,加键判断，也可获取spider.name来判断
# 定义一个多判断

# #1.加键判断
# class Myspider03Pipeline(object):
#     def process_item(self, item, spider):
#         if item["come_from"] == ‘jingdong‘:
#             pass
#         elif item["come_from"] == ‘chouti‘:
#             pass
#         else:
#             pass
#         return item
#
#
# #也可以定义多个判断
# class Myspider03Pipeline2(object):
#     def process_item(self, item, spider):
#         if item["come_from"] == ‘jingdong‘:
#             pass
#         return item
#
# class Myspider03Pipeline3(object):
#     def process_item(self, item, spider):
#
#         if item["come_from"] == ‘chouti‘:
#             pass
#
#         return item

#2.spider.name，通过爬虫的名字来判断

import logging

logger = logging.getLogger(__name__)
class Myspider03Pipeline4(object):
    def process_item(self, item, spider): #item就是前面yieldtiem
        #spilder就是爬虫项目的类如：class Itcast1Spider(scrapy.Spider):
        #可以通过spilder.xxx获取name,allowed_domains,start_urls
        if spider.name == "itcast1": #获取类的名字判断
            logger.warning(‘=========‘)
            print(item)

        return item

LOG_LEVEL = "WARNING"
LOG_FILE = "./log.log"  #加这个log日志会显示在当前路径的log.log文件中，不加的话会在终端显示

#使用pipeline，要开启settings中的ITEM_PIPELINES
#多个pipeline的作用，不同的pipeline处理不同的item内容，一个爬虫项目包含多个爬虫，一个spider可能做不同的操作，比如存入不同的数据库
# pipeline的权重越小，优先级越高，pipeline中的process_item方法名不能改为其他名称

scrapy中log日志配置
LOG_LEVEL = "WARNING"
LOG_FILE = "./log.log"  #加这个log日志会显示在当前路径的log.log文件中,不会在终端显示，不加的话会在终端显示


普通项目log配置
import logging
logging.basicConfig(level=logging.INFO,
                    format=‘%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s‘,
                    datefmt=‘%a, %d %b %Y %H:%M:%S‘,
                    filename=‘test.log‘,
                    filemode=‘w‘)

实例化一个log对象 logger = logging.getLogger(__name__)

在任何py文件中调用loggeer即可