赞
踩
Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。他是一个框架,可供任何人修改。
Scrapy框架主要由五大组件组成,它们分别是调度器(Scheduler)、下载器(Downloader)、爬虫(Spider)和实体管道(Item Pipeline)、Scrapy引擎(Scrapy Engine)。下面我们分别介绍各个组件的作用。
这些文件主要是:
scrapy.cfg: 项目配置文件
items.py: 项目items文件
pipelines.py: 项目管道文件
settings.py: 项目配置文件
spiders: 放置spider的目录
3.1 调出cmd
3.2 输入python -m pip install --upgrade pip更新下载器
3.3 pip install wheel
3.4 pip install lxml
3.5pip install twisted
3.6 pip install pywin32
3.7 pip install scrapy
CONCURRENT_REQUESTS:最大并发数,很好理解,就是同时允许开启多少个爬虫线程
DOWNLOAD_DELAY:下载延迟时间,单位是秒
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。