Python 爬取百度词条Python Demo_python爬取百度词条

Python  爬取百度Python词条

1.main.py(运行)

# -*- coding: utf-8 -*- 
from baiKe_spider import url_manager, html_downloader, html_parser,html_outputer
 
#初始化需要的对象
class SpiderMain(object):
    def __init__(self):
        self.urls = url_manager.UrlManager()             #url管理器
        self.downloader =  html_downloader.HtmlDownloader()   #下载器         
        self.parser = html_parser.HtmlParser()              #html解析器
        self.outputer = html_outputer.HtmlOutputer()            #html输出器        
    #爬出的调度程序
    def craw(self, root_url): 
        count = 1      
        self.urls.add_new_url(root_url);
        while self.urls.has_new_url():
            try:
                new_url = self.urls.get_new_url()        #获取新的url
                print 'craw %d:%s' % (count,new_url)
                html_cont =  self.downloader.dowmload(new_url)                      #启动下载器下载页面
                new_urls,new_data = self.parser.parse(new_url,html_cont)           #解析器
                self.urls.add_new_urls(new_urls)
                self.outputer.cllect_data(new_data)
                #获取1000个之后跳出循环