跳转到内容
主菜单
主菜单
移至侧栏
隐藏
规范/协议
协议
算法
JVM
多线程/并发
存储
AI
深度学习
工具箱
最近更改
文章分类
全部文章
WHY42
搜索
搜索
外观
登录
个人工具
登录
欢迎来到Riguz的小站!这是一个私人wiki,用来记录一些我的笔记。
查看“︁Scrapy:Hello World”︁的源代码
页面
讨论
大陆简体
阅读
查看源代码
查看历史
工具
工具
移至侧栏
隐藏
操作
阅读
查看源代码
查看历史
常规
链入页面
相关更改
页面信息
外观
移至侧栏
隐藏
←
Scrapy:Hello World
因为以下原因,您没有权限编辑该页面:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
=创建项目= <source lang="bash"> scrapy startproject riguz </source> 生成的项目如下: <pre> E:. │ scrapy.cfg │ └─riguz │ items.py │ middlewares.py │ pipelines.py │ settings.py │ __init__.py │ └─spiders __init__.py </pre> =创建爬虫= 在spiders文件夹下面新建一个文件,例如hello_spider.py: <source lang="python"> import scrapy class QuotesSpider(scrapy.Spider): name = "helloworld" def start_requests(self): urls = [ 'https://quotes.toscrape.com/page/1/', 'http://quotes.toscrape.com/page/2/', ] for url in urls: yield scrapy.Request(url=url, callback=self.parse) def parse(self, response): page = response.url.split("/")[-2] filename = 'quotes-%s.html' % page with open(filename, 'wb') as f: f.write(response.body) self.log('Saved file %s' % filename) </source> =运行= <source lang="bash"> cd riguz scrapy crawl helloworld </source> 运行结果为两个下载的页面: <pre> │ quotes-1.html │ quotes-2.html │ scrapy.cfg </pre> [[Category:Programe]] [[Category:Programe]]
返回
Scrapy:Hello World
。
搜索
搜索
查看“︁Scrapy:Hello World”︁的源代码
添加话题