Scrapy爬取1000本书

效果如下:

从左到右依次是书的upc编码,名字,类型,储存量,价格,评分,评分数目,简介

网址是这个http://books.toscrape.com/

使用scrapy shell来操作一个爬虫,先简单进行爬取实验,把网页分析好

scrapy shell http://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html

进入交互框


In [2]: sel = response.css('div.col-sm-6.product_main')

In [4]: sel.xpath('./h1/text()').extract_first()

Out[4]: u'A Light in the Attic'#name

In [5]: sel.css('p.price_color').extract_first()

Out[5]: u'\xa351.77#price

In [30]: response.xpath('//*[@id="content_inner"]/article/p/text()').extract_first()

Out[30]: u"It's hard to imagine a world without A Light in the Attic. This now-classic collection of poetry and drawings from Shel Silverstein celebrates its 20th anniversary with this special edition. Silverstein's humorous and creative verse can amuse the dowdiest of readers. Lemon-faced adults and fidgety kids sit still and read these rhythmic words and laugh and smile and love th It's hard to imagine a world without A Light in the Attic. This now-classic collection of poetry and drawings from Shel Silverstein celebrates its 20th anniversary with this special edition. Silverstein's humorous and creative verse can amuse the dowdiest of readers. Lemon-faced adults and fidgety kids sit still and read these rhythmic words and laugh and smile and love that Silverstein. Need proof of his genius? RockabyeRockabye baby, in the treetopDon't you know a treetopIs no safe place to rock?And who put you up there,And your cradle, too?Baby, I think someone down here'sGot it in for you. Shel, you never sounded so good. ...more"

#jianjie

In [31]: response.xpath('//*[@id="default"]/div/div/ul/li[3]/a/text()').extract_first()

Out[31]: u'Poetry'

#leixing

In [46]: table2 = response.css("table.table.table-striped")

In [48]: table2.xpath("(.//tr)[1]/td/text()").extract_first()

Out[48]: u'a897fe39b1053632'#upc编码

In [49]: table2.xpath("(.//tr)[last()-1]/td/text()").extract_first()

Out[49]: u'In stock (22 available)'#库存

In [56]: from scrapy.linkextractors import LinkExtractorIn [57]: le = LinkExtractor(restrict_css='article.product_pod')In [58]: leOut[58]:In [59]: le.extract_links(response)

Out[59]:

[Link(url='http://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html', text=u'', fragment='', nofollow=False),

Link(url='http://books.toscrape.com/catalogue/tipping-the-velvet_999/index.html', text=u'', fragment='', nofollow=False),

Link(url='http://books.toscrape.com/catalogue/soumission_998/index.html', text=u'', fragment='', nofollow=False)................以下连接省略

每一本书都会有自己的主页的,我们需要获取到全部书的主页,再进去分析。

首先

scrapy startproject toscrappe_book

创建项目

再初始化项目,设定爬去域在我们要的网站内

scrapy genspider books books.toscrape.com

设计思路:

1.根据刚刚分析出来的网页信息,设置items

2.根据刚刚分析的网页,设计爬虫spieder

(1)爬虫需要爬去单个页面需要信息

(2)爬完一个网页,爬虫需要去爬取下一个目标网页

3.在setting里设置相关信息

4.在pipelines处理特别的数据

代码已经上传到git

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 218,525评论 6 507
  • 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 93,203评论 3 395
  • 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 164,862评论 0 354
  • 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 58,728评论 1 294
  • 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 67,743评论 6 392
  • 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 51,590评论 1 305
  • 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 40,330评论 3 418
  • 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 39,244评论 0 276
  • 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 45,693评论 1 314
  • 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 37,885评论 3 336
  • 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 40,001评论 1 348
  • 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 35,723评论 5 346
  • 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 41,343评论 3 330
  • 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 31,919评论 0 22
  • 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 33,042评论 1 270
  • 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 48,191评论 3 370
  • 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 44,955评论 2 355

推荐阅读更多精彩内容