day7、scrapy通过scrapy genspider -t crawl xxx xxx.com并存入mysql

原在命令行输入:
创建蜘蛛:scrapy genspider xxx xxx.com
运行蜘蛛:scrapy crawl xxx

现在命令行输入:
创建蜘蛛:scrapy genspider -t crawl xxx xxx.com
cd到spider文件夹运行蜘蛛:scrapy runspider xxx.py

dushu.py

import scrapy
from scrapy.linkextractors import LinkExtractor
from scrapy.spiders import CrawlSpider, Rule
from seven_carwlSpiderDemo.items import SevenCarwlspiderdemoItem
#在scrapy框架中包含了两类分别是spider基础爬虫和CrawlSpider
#在CrawlSpider是spider的派生类,spider类的设计原则只爬取start_url中的网页内容,CrawlSpider定义了一些规则用于提供跟踪链接的方法,可以跟踪一堆的url


class DushuSpider(CrawlSpider):
    name = 'dushu'
    allowed_domains = ['dushu.com']
    start_urls = ['http://www.dushu.com/book/1163.html']
    #url的匹配规则,我们可以通过这个匹配规则去匹配所有的网站
    #rules规则包含了Rule对象,每一个Rule对象对爬取网站的动作做了一个特定的操作,根据LinkExtractor里面的内容去匹配网址,逐个的抓取,然后去回调响应的回调函数
    #用正则LinkExtractor(allow="某正则")
    #用xpath匹配,二级页面使用 LinkExtractor(retrict_xpath="某xpath路径")
    #用css匹配,LinkExtractor(retrict_css="某css选择器")
    rules = (
        Rule(LinkExtractor(allow=r'/book/1163_\d+\.html'), callback='parse_item', follow=True),
    )

    def parse_item(self, response):
        # print(response)
        #提取出所有书籍
        books = response.xpath("//div[@class='book-info']")
        for book in books:
            item = SevenCarwlspiderdemoItem()
            item["title"] = book.xpath(".//h3/a/text()").extract_first()
            item["author"] = book.xpath("./p[1]/a/text()").extract_first()
            item["info"] = book.xpath("./p[2]/text()").extract_first()
            item["img_url"] = book.xpath(".//img/@data-original").extract_first()
            #获取二级页面的url
            book_url = "https://www.dushu.com" + book.xpath(".//h3/a/@href").extract_first()
            yield scrapy.Request(url=book_url, callback=self.parse_two, meta={'book_item': item})

    def parse_two(self, response):
        item = response.meta["book_item"]
        item['price'] = response.xpath("//p[@class='price']/span/text()").extract_first()
        item["summary"] = response.xpath("//div[starts-with(@class,'text txtsummary')]/text()").extract()[2]
        yield item

items.py

import scrapy


class SevenCarwlspiderdemoItem(scrapy.Item):
    title = scrapy.Field()
    author = scrapy.Field()
    info = scrapy.Field()
    img_url = scrapy.Field()
    price = scrapy.Field()
    summary = scrapy.Field()

pipelines.py

import pymysql


class SevenCarwlspiderdemoPipeline(object):
    # def open_spider(self, spider):
    #     self.conn = pymysql.connect(
    #         host="127.0.0.1",
    #         port=3306,
    #         user="root",
    #         password="9998",
    #         db="bookdb",
    #         charset="utf8",
    #     )
    #     self.cursor = self.conn.cursor()

    def process_item(self, item, spider):
        # #创建一个sql语句
        # sql = "INSERT INTO books VALUES(NULL,'%s','%s','%s','%s','%s','%s')" % (item["title"], item["author"], item["info"], item["img_url"], item["price"], item["summary"])
        # self.cursor.execute(sql)
        # self.conn.commit()

        return item

    # def close_spider(self, spider):
    #     self.conn.close()
    #     self.cursor.close()
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容