写爬虫的逻辑思路

标签：构造   返回   encoding   div   定义   数据   span   循环   json   

首先定义一个类，然后定义一个逻辑方法run()按顺序写入下面的思路，然后对每一小步用一个方法完成 ，run()方法里面每一步再调用对应的方法。

1.url

• 知道url地址的规律和总得页码数：构造url地址的列表
• start_url,先访问最开始的url，然后按照某种规律循环访问其他的

2.发送请求，获取响应

• requests.get()
• response.content.decode()

3.提取数据

• 返回的是json字符串：json模块
• 返回的是html字符串：lxml模块配合xpath提取数据

4.保存

with open("文件名","a",encoding="utf-8") as f:
    f.write()

写爬虫的逻辑思路

标签：构造   返回   encoding   div   定义   数据   span   循环   json   

原文地址：https://www.cnblogs.com/-chenxs/p/11415757.html