最近开始学习scrapy框架,摘抄一些知识点
- 创建项目：
scrapy startproject testproject - 进入项目：
cd testproject - 生成spider:
scrapy genspider baidu www.baidu.com - 了解各类模板:
scrapy genspider -l - 指定模板:
scrapy genspider -t crawl zhihu www.zhihu.com - crawl :运行spider的方法，可以指定运行的spider的名称 :
scrapy crawl zhihu.py - check:用来检查代码是否有错误:
scrapy check zhihu.py - scrapy list:返回项目中所有的名称
- scrapy edit :在命令行下编辑
- fetch:返回网页源代码，等同于response:
scrapy fetch http://www.baidu.com - 去掉日志：得到headers:
scrapy fetch --nolog --headers http://www.baidu.com - 禁止重定向：–no redicrect:
scrapy fetch --no-direct http://www.baidu.com - view:将网页以文件的形式保存下来，然后去打开，可以在自动测试中应用:
scrapy view http://www.baidu.com - shell：命令行模式的交互,并且返回一些可用的变量:
scrapy shell http://www.baidu.com - parse: 传入一些参数，查看返回的结果，相当于格式化输出
- seetings:获取当前的配置信息:
scrapy settings -h - runspider:运行spider:
scrapy runspider baidu.py - version:输出scrapy的版本:
scrapy version -v - bench：测试当前爬虫的速度
