明天上班，又要爬网站，现在每天做的工作有50%的时间爬网站，40%的时间清理数据，10%写报告。两个月的自学，侧重点很重要，我把大部分经历放在了python的pandas numpy matplotlib上面，其他时间一部分放在sql身上，一部分放在了业务上，爬虫这块学的很基础，下班复习了一下scrapy 顺便总结了一下所用的命令，敢说除了官方文档我这可能是最全最容易入门的命令详解了。

1.创建一个新的项目

scrapy startproject +一个项目的名称

我们可以进入创建的项目执行相关的命令 cd +demo1

2.生成爬虫

scrapy genspider +文件名+网址

3.运行(crawl)

scrapy crawl +爬虫名称

4.check检查错误

scrapy check

5.list返回项目所有spider名称

scrapy list

6.fetch 帮助我们下载网页，将网页源代码返回(前面是一些日志，后面是源代码)

也可以加一些参数，得到headers，并不输出日志文件

7.view请求Url,把它的网页源代码保存成文件，并打开网页

在做网页测试的时候很有用，可以测试ajax内容,我们知道淘宝的页面很复杂，很多网页内容都是用ajax保存的。

很多内容没有加载，采取其他方式爬ajax内容

8.shell方法,命令行交互模式

传入了url进入了交互模式

甚至可以调用CSS选择器

9.runspider运行爬虫文件，与crawl的去区别是runspider运行的是文件的名称+拓展名

10.version 输出scrapy版本参数-v可以输出依赖库的版本

11.bench 做测试用，反映当前性能，爬虫速度

自行测试~~~