scrapy爬虫基础

一、初识

创建项目:

python 复制代码
scrapy startproject my_one_project    # 创建项目命令
cd my_one_project                     # 先进去, 后面在里面运行
运行爬虫命令为:scrapy crawl tk

spiders下创建test.py

其中name就是scrapy crawl tk ,运行时用的

python 复制代码
# spiders脚本
import scrapy

class TkSpider(scrapy.Spider):
    name = 'tk'                    # 运行爬虫命令为:scrapy crawl tk
    start_urls = ['https://www.baidu.com/']
    def parse(self, response, **kwargs):
        print(1111)
        print(response.text)

运行时:

scrapy.downloadermiddlewares.robotstxt\] DEBUG: Forbidden by robots.txt: \ so所以: **settings.py中** ```python 访问百度地址就设置这个 ROBOTSTXT_OBEY = False 不想看那么多东西,可以设置这个 LOG_LEVEL = 'ERROR' #分别为 CRITICAL< ERROR < WARNING < INFO < DEBUG (设置为 ERROR ,就不会展示INFO) ``` 再次运行 ![](https://i-blog.csdnimg.cn/direct/834be33be3844a3380a34836a6314a1a.png) ## 二、内部如何请求的 在执行parse前,实际上是执行了 start_requests的,在这里面实现了请求。如下图1中的内容写了或者不写都是一样的效果。 ![](https://i-blog.csdnimg.cn/direct/47c838435a2a4003a852af1be4bcc6c0.png) 但是写的话,可以在start_requests方法中, 1. 发出请求之前执行一些额外的操作。如放一个cookie值、headers来请求 ![](https://i-blog.csdnimg.cn/direct/61edad0d9a69480c9747157250a62303.png) 传递了cookie请求后就能获取响应了 2. 请求发出之后,如获取本次请求使用的header ![](https://i-blog.csdnimg.cn/direct/90cd32e2014b4d548558e4c4c69a9cdd.png)

相关推荐
K哥爬虫2 小时前
【APP逆向百例】某品会 app 逆向分析
爬虫
巴里巴气4 小时前
selenium基础知识 和 模拟登录selenium版本
爬虫·python·selenium·爬虫模拟登录
凛铄linshuo1 天前
爬虫简单实操2——以贴吧为例爬取“某吧”前10页的网页代码
爬虫·python·学习
weixin_416639971 天前
爬虫工程师Chrome开发者工具简单介绍
前端·chrome·爬虫
科技苑2 天前
简单 Python 爬虫程序设计
爬虫
q567315232 天前
R语言初学者爬虫简单模板
开发语言·爬虫·r语言·iphone
泡泡以安3 天前
安卓高版本HTTPS抓包:终极解决方案
爬虫·https·安卓逆向·安卓抓包
q567315233 天前
Java Selenium反爬虫技术方案
java·爬虫·selenium
巴里巴气3 天前
Python爬虫用Clash软件设置代理IP
爬虫·python·tcp/ip
우리帅杰13 天前
爬虫002-----urllib标准库
爬虫