小白学爬虫-进阶-PySpider操作指北

2020，努力做一个无可替代的人！

作者|小一

全文共1455字，阅读全文需6分钟

写在前面的话

在PySpider 的使用过程中，还是会遇到大大小小的问题。

所以今天的内容可能截图会多一些，差不多是按照踩坑流程一步步走下来的

如果你在在使用过程中遇到不一样的问题，也欢迎一起讨论交流。

关于PySpider 的相关概念，大家看上篇文章就行了，这节主要是配置使用

小白学爬虫-进阶-爬虫框架知多少

正文

首先，是安装

这个应该大家都不陌生了，毕竟从前面的BeautifulSoup、Numpy、Pandas等都是通过同样的方式安装的

打开cmd 窗口，输入以下命令：

pip install pyspider

如果超时的话建议连手机热点，几MB流量，很快就下好了

安装成功之后，会出现这个界面

接下来，是启动PySpider

注意，这块的问题比较多

正常情况下，我们在cmd 中可以直接启动PySpider

pyspider all

正常启动的界面应该是这样的：

但是，事与愿违，大多数情况下你是无法正常启动的

首先，你会遇到这个问题：

竟然是一个语法错误的提示，是不是有点懵?

启动语句写的没有任何问题，拼写也不会有错，也没有多空格字符啥的，为什么会错？

SyntaxError: invalid syntax

解决方法：

async 从 python3.7 开始已经加入保留关键字中. 所以async 不能作为函数的参数名

所以，在我们python3的安装目录下的部分文件中需要给async 重新起个名字，至于改成什么，随你姓啦

这里的部分文件包括这些：

安装目录下\python3.8\lib\site-packages/pyspider 路径下的

• run.py

• fetcher\tornado_fetcher.py

• webui\app.py

打开之后将里面的async 改成其他非Python 关键字

需要注意的是，在部分Python 文件中会需要改动好几处这种情况

比如在app.py 中，小一这里直接改成 async1

你以为这样就成功了吗？

不出意外的话，第二个错误来了

这个当时没有截到图，报错大概是下面这样的：

ValueError: Invalid configuration: - Deprecated option ‘domaincontroller’: use 'http_authenticator

这个你需要在刚才的webui 文件里面的webdav.py 文件打开，修改第209行，把

'domaincontroller': NeedAuthController(app),

改为：

'http_authenticator':{
    'HTTPAuthenticator':NeedAuthController(app),
 },

ok，基本就这两个问题

然后再使用前面说的代码正常启动吧

pyspider all

创建PySpider

在浏览器中输入

http://localhost:5000/

会出现这样一个画面

没有问题，你们都能打开这个页面的对吧

点击create，会弹出这样一个窗口，名称和url 链接，这里我们以之前做过的豆瓣Top250电影为例

使用PySpider

创建成功之后，会出现这样一个页面

注意观察这个网址，这是我们的主页面没错吧

点击右上角的保存按钮

然后在左边栏点击run，会发现follows 中出现一个红色的小①

点击发现正是我们的主页面，点击中间红框右边的运行按钮

如果这一步点击run 报错或者无效之后，你可以保存页面后刷新浏览器再试

发现多了更多的url，仔细观察，这不就是我们的二级目录吗

top250一共10页，每页25个影片，对应红框中的网址url（第一页是主页面）

我们随便改一下右边框的网址为我们任意一个二级目录，同时为了方便查看源码，增加detail 函数的返回结果

执行和上面步骤同样的操作

这个页面就是我们的最终页面了

切换到html 选项卡可以看到是整个页面的所有元素，切换到web 选项卡是整个页面的网页显示

是不是和我们当时手写的爬虫流程一样？

到这，整个流程就差不多走完了，你应该也知道了PySpider 是怎样去实现爬取数据的。

至于剩下编码部分，代码我们之前都写过，改一改就可以用了

贴一下之前的爬虫链接

爬虫实战-手把手教你爬豆瓣电影

总结一下：

本节主要讲了PySpider 的配置和使用，应该对于大部分没接触过的人来说可以轻松掌握。

如果你在配置使用的过程有遇到新的问题，可以在留言区一起交流

下节继续爬虫框架，下节见！

写在后面的话

爬虫框架小一只能带你们过一遍，真正要会使用还得自己亲手过一遍

在编程上，千万不能眼高手低，一定要自己码一遍代码。

另外，上节提到的八爪鱼也比较好玩，如果你的爬虫数据需求很少，直接用这个软件就行了，倒也不用折腾着非得去写代码搞定它。

好巧啊，你也读到这了！    

点个在看让小一看到你