scrapy框架简介和基础应用(python爬虫)

一.什么是scrapy?

scrapy是一个为了爬取网站数据,提取结构性数据而编写的应用框架,非常出名,非常强悍,所谓的框架就是一个已经被集成了各种功能(高性能异步下载,队列,分布式,持久化等)的具有很强通用性的项目模板,对于框架学习,重点是要学习其框架的特性,各个功能的用法即可.

二.安装

　　Linux：

      pip3 install scrapy

　　Windows：

      a. pip3 install wheel

      b. 下载twisted http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted

      c. 进入下载目录，执行 pip3 install Twisted?17.1.0?cp35?cp35m?win_amd64.whl

      d. pip3 install pywin32

      e. pip3 install scrapy

三.基础使用

1.创建项目: scrapy startproject 项目名称

项目结构:

project_name/
   scrapy.cfg：
   project_name/
       __init__.py
       items.py
       pipelines.py
       settings.py
       spiders/
           __init__.py

scrapy.cfg    项目的主配置信息.(真正爬虫相关的配置信息在settings.py文件中)
items.py      设置数据存储模板,用于结构化数据 ,如django的Model
pipelines     数据持久化处理
settings.py   配置文件,如:递归的层数,并发数,延迟下载等
spider        爬虫目录, 如:创建文件,编写爬虫解析规则

未完...

原文地址：https://www.cnblogs.com/baijinshuo/p/10458010.html