内容摘要： 引言用最短的时间写一个最简单的爬虫，可以抓一些简单的论坛、帖子、网页。入门1.准备工作安装Python 安装scrapy框架 一个IDE或者可以用自带的

 

引言

用最短的从零虫速成时间写一个最简单的爬虫，可以抓一些简单的开始论坛、帖子、的萌网页。爬爬虫

入门

1.准备工作

安装Python 安装scrapy框架 一个IDE或者可以用自带的南本

2.开始写爬虫

在spiders文件夹中创建一个python文件，比如miao.py，文受来作为爬虫的众没脚本。

代码如下：

3.运行一下

如果用命令行的写过新话就这样：

解析

1.试试神奇的网站模板xpath

2.看看xpath的效果

在最上面加上引用：

from scrapy import Selector

把parse函数改成：

我们再次运行一下，你就可以看到输出“坛星际区”***页所有帖子的从零虫速成标题和url了。

递归

完整的开始代码如下：

Pipelines——管道

现在是对已抓取、解析后的的萌内容的处理，我们可以通过管道写入本地文件、爬爬虫数据库。南本

1.定义一个Item

在miao文件夹中创建一个items.py文件

这里我们定义了两个简单的服务器租用文受class用来描述我们爬取的结果。

2. 处理方法

3.在爬虫中调用这个处理方法。众没

4.在配置文件里指定这个pipeline

可以这样配置多个pipeline:

Middleware——中间件

1.Middleware的配置

2.破网站查UA, 我要换UA

这里就是一个简单的随机更换UA的中间件，agents的内容可以自行扩充。

3.破网站封IP，我要用代理

结束

看懂了吗 ？是不是超简单！亿华云计算