标签:settings init div start 持久化 col tin pytho mod
scrapy是一个为了爬取网站数据,提取结构性数据而编写的应用框架,非常出名,非常强悍,所谓的框架就是一个已经被集成了各种功能(高性能异步下载,队列,分布式,持久化等)的具有很强通用性的项目模板,对于框架学习,重点是要学习其框架的特性,各个功能的用法即可.
Linux: pip3 install scrapy Windows: a. pip3 install wheel b. 下载twisted http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted c. 进入下载目录,执行 pip3 install Twisted?17.1.0?cp35?cp35m?win_amd64.whl d. pip3 install pywin32 e. pip3 install scrapy
1.创建项目: scrapy startproject 项目名称
项目结构:
project_name/ scrapy.cfg: project_name/ __init__.py items.py pipelines.py settings.py spiders/ __init__.py scrapy.cfg 项目的主配置信息.(真正爬虫相关的配置信息在settings.py文件中) items.py 设置数据存储模板,用于结构化数据 ,如django的Model pipelines 数据持久化处理 settings.py 配置文件,如:递归的层数,并发数,延迟下载等 spider 爬虫目录, 如:创建文件,编写爬虫解析规则
未完...
标签:settings init div start 持久化 col tin pytho mod
原文地址:https://www.cnblogs.com/baijinshuo/p/10458010.html