python之scrapy(一)

• 通过workon进入后创建的虚拟环境article_spider
• 虚拟环境只是用来关联项目的环境的例如，pip加载的一些插件也会直接放入你的虚拟环境中
• 在e盘创建一个scrapy 项目：

  pip install scrapy 
  

   window10的环境下可能会报错，因为一个需要安装一个window10的本地环境，需要去
• http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted
• 下载：Twisted‑17.9.0‑cp36‑cp36m‑win_amd64.whl

根据你的版本来的我的python3.6的 环境下是window10的64位然后安装这个，还在这个虚拟环境里面安装啊可不要跳出来

 

pip install D:\Python\Scripts\Twisted-17.1.0-cp36-cp36m-win_amd64.whl

 

开始安装框架项目

 

scrapy startproject ArticleSpider

 

 

会提示：

New Scrapy project 'ArticleSpider', using template directory 'e:\\evns\\articel_spider\\lib\\site-packages\\scrapy\\templates\\project', created in:

    E:\pythonShare\ArticleSpider

 

然后按照提示添加要爬取的网站 一定要到这个你新建的项目目录下 例如 你创建的项目是：

E:\pythonShare\ArticleSpider 在这个目录下

输入命令

 

scrapy genspider 项目名称 blog.jobbole.com

项目创建完成

 

  

 

• 通过pycharm启动项目后创建main.py

• #!/usr/bin/env python
  # -*- coding: utf-8 -*-
  # @File  : main.py
  # @Author: 李明
  # @Date  : 2017/12/10
  # @Desc  :
  
  from scrapy.cmdline import execute
  import sys
  import os
  print(os.path.dirname(os.path.abspath(__file__)))
  sys.path.append(os.path.dirname(os.path.abspath(__file__)))
  execute(["scrapy","crawl","jobbole"])
  

   其实就是在cmd命令行中输入：scrapy crawl jobbole
• 会爆一个错误No module named 'win32api'
• 安装这个通过命令

  pip install pypiwin32

   
• 返回的是个数组extract()，通过strip()去掉空格回城换行等，replace("原来的","替换的")

re_selector.extract()

 

print(re_selector.extract()[0].strip())