PW05

一、创建爬虫项目

通过xshell连接了服务器,并在服务器中输入scrapy startproject quetos创建项目,项目名quotes。


二、定义item

将quotes文件夹中的item.py下载并修改,代码如下:

class QuotesItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    content = scrapy.Field()
    author = scrapy.Field()
    tags = scrapy.Field()

三、编写爬虫文件

创建quotesspider.py,并上传至spider文件夹中。quotesspider代码如下:

import scrapy
from quotes.items import QuotesItem

class quotesSpider(scrapy.Spider):
    name = 'quotes'
    start_urls = ['http://quotes.toscrape.com/page/1']

    def parse(self, response):
        for motto in response.xpath('//div[@class="quote"]'):
            item = QuotesItem()
            item['content'] = motto.xpath('./span[@class="text"]/text()').extract_first()
            item['author'] = motto.xpath('.//small[@class="author"]/text()').extract_first()
            item['tags'] = motto.xpath('.//a[@class="tag"]//text()').extract()
            yield item
        
        next_page = response.xpath('//a[contains(text(),"Next")]/@href').extract_first()
        if next_page:
            next_page = response.urljoin(next_page)
            yield scrapy.Request(next_page, callback=self.parse)

四、爬虫结果

输入scrapy crawl quotesspider -o quotes.json,爬取结果保存在quotes.json文件里。部分爬取结果如下:

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 实验目标 对格言网的数据进行采集 实验过程 1 确定爬虫网站 首先确定好我们要爬取的网站,并利用开发者工具查看该网...
    冬季男孩阅读 782评论 0 0
  • Python开发简单爬虫(Python2.X版本,Eclipse工具) 一、爬虫介绍 爬虫调度端:启动、停止爬虫,...
    凛0_0阅读 2,163评论 2 10
  • scrapy学习笔记(有示例版) 我的博客 scrapy学习笔记1.使用scrapy1.1创建工程1.2创建爬虫模...
    陈思煜阅读 12,844评论 4 46
  • Python版本管理:pyenv和pyenv-virtualenvScrapy爬虫入门教程一 安装和基本使用Scr...
    inke阅读 63,797评论 12 130
  • 在我的朋友圈中,我最佩服最想学习的两位女子,便是我的阿姑与阿姨。 她们的年龄跟妈妈是一年代,思想倒是颇与时俱进。每...
    南南瓜子阅读 1,517评论 0 0