![2023学年完整公开课版python爬虫框架scrapy_第1页](http://file4.renrendoc.com/view/ef72909b648076b7405b874753b61c01/ef72909b648076b7405b874753b61c011.gif)
![2023学年完整公开课版python爬虫框架scrapy_第2页](http://file4.renrendoc.com/view/ef72909b648076b7405b874753b61c01/ef72909b648076b7405b874753b61c012.gif)
![2023学年完整公开课版python爬虫框架scrapy_第3页](http://file4.renrendoc.com/view/ef72909b648076b7405b874753b61c01/ef72909b648076b7405b874753b61c013.gif)
![2023学年完整公开课版python爬虫框架scrapy_第4页](http://file4.renrendoc.com/view/ef72909b648076b7405b874753b61c01/ef72909b648076b7405b874753b61c014.gif)
![2023学年完整公开课版python爬虫框架scrapy_第5页](http://file4.renrendoc.com/view/ef72909b648076b7405b874753b61c01/ef72909b648076b7405b874753b61c015.gif)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
Python爬虫框架Scrapy1.了解Python爬虫框架Scrapy的简介
2.学习Python爬虫框架Scrapy的安装
3.掌握Python爬虫框架Scrapy的实例1、爬虫框架Scrapy的简介scrapyScrapy是Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如BaseSpider、sitemap爬虫等,最新版本又提供了web2.0爬虫的支持。Scrapy原设计用来屏幕抓取,但它也可以用来访问API来提取数据:1、爬虫框架Scrapy的简介scrapyScrapyEngine(引擎):负责Spider、ItemPipeline、Downloader、Scheduler中间的通讯,信号、数据传递等。Scheduler(调度器):它负责接受引擎发送过来的Request请求,并按照一定的方式进行整理排列,入队,当引擎需要时,交还给引擎。Downloader(下载器):负责下载ScrapyEngine(引擎)发送的所有Requests请求,并将其获取到的Responses交还给ScrapyEngine(引擎),由引擎交给Spider来处理。Spider(爬虫):它负责处理所有Responses,从中分析提取数据,获取Item字段需要的数据,并将需要跟进的URL提交给引擎,再次进入Scheduler(调度器)。ItemPipeline(管道):它负责处理Spider中获取到的Item,并进行进行后期处理(详细分析、过滤、存储等)的地方。DownloaderMiddlewares(下载中间件):一个可以自定义扩展下载功能的组件。SpiderMiddlewares(Spider中间件):一个可以自定扩展和操作引擎和Spider中间通信的功能组件。1、爬虫框架Scrapy的简介2、Python爬虫框架Scrapy的安装安装Scrapy框架:这里如果直接pip3installscrapy可能会出错。所以你可以先安装lxml:pip3installlxml(已安装请忽略)。安装pyOpenSSL:在官网下载wheel文件。安装Twisted:在官网下载wheel文件。安装PyWin32:在官网下载wheel文件。下载地址:/~gohlke/pythonlibs/配置环境变量:将scrapy所在目录添加到系统环境变量即可。最后安装scrapy,pip3installscrapy
3、Python爬虫框架Scrapy的实例情境1新创建一个目录,按住shift-右键-在此处打开命令窗口:创建scrapy项目scrapystartprojecttutorial即可创建一个tutorial文件夹文件夹目录如图:3、Python爬虫框架Scrapy的实例情境2例如以爬取猫眼热映口碑榜为例子来了解一下:创建scrapy项目在spiders文件夹下创建一个maoyan.py文件,你也可以按住shift-右键-在此处打开命令窗口,输入:scrapygenspider文件名要爬取的网址。3、Python爬虫框架Scrapy的实例情境3item是保存爬取数据的容器,使用的方法和字典差不多:定义Item我们打开items.py,之后我们想要提取的信息有:index(排名)、title(电影名)、star(主演)、releasetime(上映时间)、score(评分)于是我们将items.py文件修改成这样。
3、Python爬虫框架Scrapy的实例情境4再次打开spider来提取我们想要的信息:修改spider修改成这样:3、Python爬虫框架Scrapy的实例情境5打开命令窗口,输入:scrapycrawlmaoyan(项目的名字):运行3、Python爬虫框架Scrapy的实例情境5如果我们想保存为csv、xml、json格式,可以直接使用命令:保存scrapycrawlmaoyan-omaoyan.csvscrapycrawlmaoyan-omaoyan.xmlscrapycrawlmaoyan-omaoyan.json在该文件夹下,按住shift-右键-在此处打开命令窗口,输入:1.Python爬虫框架Scrapy的简介
2.Python爬虫框架Scrapy的安装
3.Pyth
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025至2030年橡胶消毒柜脚项目投资价值分析报告
- 多因素耦合影响下零能耗生态厕所系统的可靠性研究
- 游客体验视角下建始县乡村旅游策略研究
- 2025至2030年复方磺胺间甲氧嘧啶钠溶液项目投资价值分析报告
- 山河智能资产支持票据发行动因、融资效果及优化策略研究
- 贵州民族大学幼儿园幼儿体质改善的实验研究
- 山区县域耕地时空演变及三位一体保护研究
- 2025年韵律服项目可行性研究报告
- 会议场出租合同范本
- 代理红酒进口合同范本
- 2025年度数据备份与恢复合法委托服务合同
- 2025年度跨境电商平台股权合同转让协议
- 《证券法培训》课件
- 心律失常介入并发症及预防
- 山西省2024年中考物理试题(含答案)
- 相互批评意见500条【5篇】
- 中国食物成分表2018年(标准版)第6版
- 2022版义务教育语文课程标准(2022版含新增和修订部分)
- 光纤通信原理课件 精品课课件 讲义(全套)
- 化工投料试车方案(一)
- 会所管理架构图
评论
0/150
提交评论