如何用scrapy写一个最简单的爬虫

2024-06-25 08:28

1. 如何用scrapy写一个最简单的爬虫

现在比较流行的分布式爬虫,是Apache的Nutch。但是对于大多数用户来说,Nutch是这几类爬虫里,最不好的选择,理由如下:

                1)Nutch是为搜索引擎设计的爬虫,大多数用户是需要一个做精准数据爬取(精抽取)的爬虫。Nutch运行的一套流程里,有三分之二是为了搜索引擎而设计的。对精抽取没有太大的意义。也就是说,用Nutch做数据抽取,会浪费很多的时间在不必要的计算上。而且如果你试图通过对Nutch进行二次开发,来使得它适用于精抽取的业务,基本上就要破坏Nutch的框架,把Nutch改的面目全非,有修改Nutch的能力,真的不如自己重新写一个分布式爬虫框架了。

                 2)Nutch依赖hadoop运行,hadoop本身会消耗很多的时间。如果集群机器数量较少,爬取速度反而不如单机爬虫快。

                 3)Nutch虽然有一套插件机制,而且作为亮点宣传。可以看到一些开源的Nutch插件,提供精抽取的功能。但是开发过Nutch插件的人都知道,Nutch的插件系统有多蹩脚。利用反射的机制来加载和调用插件,使得程序的编写和调试都变得异常困难,更别说在上面开发一套复杂的精抽取系统了。而且Nutch并没有为精抽取提供相应的插件挂载点。Nutch的插件有只有五六个挂载点,而这五六个挂载点都是为了搜索引擎服务的,并没有为精抽取提供挂载点。大多数Nutch的精抽取插件,都是挂载在“页面解析”(parser)这个挂载点的,这个挂载点其实是为了解析链接(为后续爬取提供URL),以及为搜索引擎提供一些易抽取的网页信息(网页的meta信息、text文本)。

                 4)用Nutch进行爬虫的二次开发,爬虫的编写和调试所需的时间,往往是单机爬虫所需的十倍时间不止。了解Nutch源码的学习成本很高,何况是要让一个团队的人都读懂Nutch源码。调试过程中会出现除程序本身之外的各种问题(hadoop的问题、hbase的问题)。

                 5)很多人说Nutch2有gora,可以持久化数据到avro文件、hbase、mysql等。很多人其实理解错了,这里说的持久化数据,是指将URL信息(URL管理所需要的数据)存放到avro、hbase、mysql。并不是你要抽取的结构化数据。其实对大多数人来说,URL信息存在哪里无所谓。

                 6)Nutch2的版本目前并不适合开发。官方现在稳定的Nutch版本是nutch2.2.1,但是这个版本绑定了gora-0.3。如果想用hbase配合nutch(大多数人用nutch2就是为了用hbase),只能使用0.90版本左右的hbase,相应的就要将hadoop版本降到hadoop 0.2左右。而且nutch2的官方教程比较有误导作用,Nutch2的教程有两个,分别是Nutch1.x和Nutch2.x,这个Nutch2.x官网上写的是可以支持到hbase 0.94。但是实际上,这个Nutch2.x的意思是Nutch2.3之前、Nutch2.2.1之后的一个版本,这个版本在官方的SVN中不断更新。而且非常不稳定(一直在修改)。

        所以,如果你不是要做搜索引擎,尽量不要选择Nutch作为爬虫。有些团队就喜欢跟风,非要选择Nutch来开发精抽取的爬虫,其实是冲着Nutch的名气(Nutch作者是Doug Cutting),当然最后的结果往往是项目延期完成。

         如果你是要做搜索引擎,Nutch1.x是一个非常好的选择。Nutch1.x和solr或者es配合,就可以构成一套非常强大的搜索引擎了。如果非要用Nutch2的话,建议等到Nutch2.3发布再看。目前的Nutch2是一个非常不稳定的版本。

如何用scrapy写一个最简单的爬虫

2. 学习scrapy爬虫,请帮忙看下问题出在哪

现在的网站对爬虫还是比较反感的,所以我们在爬取的时候一定要想方设法让我们的爬虫像人一样去浏览,楼主的问题我也遇到过,我的总结如下:
1、User-agent头是网站判断爬虫的第一道大门,我在网上搜索了100多个agent头串,保存成txt文件,程序运行时读取到一个数组中,每次打开链接时都随机从数组中挑选一个。
2、爬虫爬取的时间一定要控制好,大量的爬虫快速爬取服务器对服务器性能会产生较大的压力,所以在爬取的时候,写一个随机事件方法,一般而言我都设置1-2秒左右的随机暂停时间,这样也是为了模拟人的访问间隔
3、楼主可以试一下用BeautifulSoup+urllib2来编写爬虫,个人认为更加适合糗百这种信息结构较为简单的网站,对于爬虫的理解也会更加深刻一点。

3. 学习scrapy爬虫,请帮忙看下问题出在哪

  现在的网站对爬虫还是比较反感的,所以我们在爬取的时候一定要想方设法让我们的爬虫像人一样去浏览,楼主的问题我也遇到过,我的总结如下:
  1、User-agent头是网站判断爬虫的第一道大门,我在网上搜索了100多个agent头串,保存成txt文件,程序运行时读取到一个数组中,每次打开链接时都随机从数组中挑选一个。
  2、爬虫爬取的时间一定要控制好,大量的爬虫快速爬取服务器对服务器性能会产生较大的压力,所以在爬取的时候,写一个随机事件方法,一般而言我都设置1-2秒左右的随机暂停时间,这样也是为了模拟人的访问间隔
  3、楼主可以试一下用BeautifulSoup+urllib2来编写爬虫,个人认为更加适合糗百这种信息结构较为简单的网站,对于爬虫的理解也会更加深刻一点。
  以上是我学习的一些小总结,楼主可以借鉴一下,有不足的地方也请各路大神指教哈~

学习scrapy爬虫,请帮忙看下问题出在哪

4. Python编程基础之(五)Scrapy爬虫框架

 经过前面四章的学习,我们已经可以使用Requests库、Beautiful Soup库和Re库,编写基本的Python爬虫程序了。那么这一章就来学习一个专业的网络爬虫框架--Scrapy。没错,是框架,而不是像前面介绍的函数功能库。
    Scrapy是一个快速、功能强大的网络爬虫框架。 
   可能大家还不太了解什么是框架,爬虫框架其实是实现爬虫功能的一个软件结构和功能组件的集合。
   简而言之, Scrapy就是一个爬虫程序的半成品,可以帮助用户实现专业的网络爬虫。 
   使用Scrapy框架,不需要你编写大量的代码,Scrapy已经把大部分工作都做好了,允许你调用几句代码便自动生成爬虫程序,可以节省大量的时间。
   当然,框架所生成的代码基本是一致的,如果遇到一些特定的爬虫任务时,就不如自己使用Requests库搭建来的方便了。
   PyCharm安装
   测试安装:
   出现框架版本说明安装成功。
    掌握Scrapy爬虫框架的结构是使用好Scrapy的重中之重! 
   先上图:
      整个结构可以简单地概括为: “5+2”结构和3条数据流 
    5个主要模块(及功能): 
   (1)控制所有模块之间的数据流。
   (2)可以根据条件触发事件。
   (1)根据请求下载网页。
   (1)对所有爬取请求进行调度管理。
   (1)解析DOWNLOADER返回的响应--response。
   (2)产生爬取项--scraped item。
   (3)产生额外的爬取请求--request。
   (1)以流水线方式处理SPIDER产生的爬取项。
   (2)由一组操作顺序组成,类似流水线,每个操作是一个ITEM PIPELINES类型。
   (3)清理、检查和查重爬取项中的HTML数据并将数据存储到数据库中。
       2个中间键: 
   (1)对Engine、Scheduler、Downloader之间进行用户可配置的控制。
   (2)修改、丢弃、新增请求或响应。
   (1)对请求和爬取项进行再处理。
   (2)修改、丢弃、新增请求或爬取项。
       3条数据流: 
    (1):图中数字 1-2 
   1:Engine从Spider处获得爬取请求--request。
   2:Engine将爬取请求转发给Scheduler,用于调度。
    (2):图中数字 3-4-5-6 
   3:Engine从Scheduler处获得下一个要爬取的请求。
   4:Engine将爬取请求通过中间件发送给Downloader。
   5:爬取网页后,Downloader形成响应--response,通过中间件发送给Engine。
   6:Engine将收到的响应通过中间件发送给Spider处理。
    (3):图中数字 7-8-9 
   7:Spider处理响应后产生爬取项--scraped item。
   8:Engine将爬取项发送给Item Pipelines。
   9:Engine将爬取请求发送给Scheduler。
    任务处理流程:从Spider的初始爬取请求开始爬取,Engine控制各模块数据流,不间断从Scheduler处获得爬取请求,直至请求为空,最后到Item Pipelines存储数据结束。 
   作为用户,只需配置好Scrapy框架的Spider和Item Pipelines,也就是数据流的入口与出口,便可完成一个爬虫程序的搭建。Scrapy提供了简单的爬虫命令语句,帮助用户一键配置剩余文件,那我们便来看看有哪些好用的命令吧。
    Scrapy采用命令行创建和运行爬虫 
   PyCharm打开Terminal,启动Scrapy:
   Scrapy基本命令行格式:
   具体常用命令如下:
      下面用一个例子来学习一下命令的使用:
   1.建立一个Scrapy爬虫工程,在已启动的Scrapy中继续输入:
   执行该命令,系统会在PyCharm的工程文件中自动创建一个工程,命名为pythonDemo。
      2.产生一个Scrapy爬虫,以教育部网站为例http://www.moe.gov.cn:
   命令生成了一个名为demo的spider,并在Spiders目录下生成文件demo.py。
   命令仅用于生成demo.py文件,该文件也可以手动生成。
   观察一下demo.py文件:
   3.配置产生的spider爬虫,也就是demo.py文件:
   4.运行爬虫,爬取网页:
   如果爬取成功,会发现在pythonDemo下多了一个t20210816_551472.html的文件,我们所爬取的网页内容都已经写入该文件了。
   以上就是Scrapy框架的简单使用了。
   Request对象表示一个HTTP请求,由Spider生成,由Downloader执行。
      Response对象表示一个HTTP响应,由Downloader生成,有Spider处理。
      Item对象表示一个从HTML页面中提取的信息内容,由Spider生成,由Item Pipelines处理。Item类似于字典类型,可以按照字典类型来操作。

5. Python爬虫Scrapy框架简单使用方法


Python爬虫Scrapy框架简单使用方法

6. 一周搞定Python爬虫,网络爬虫实战第六天-Scrapy中调试的使用


7. 一周搞定Python爬虫,网络爬虫实战第五天-scrapy登录方式(1)


一周搞定Python爬虫,网络爬虫实战第五天-scrapy登录方式(1)

8. 一周搞定Python爬虫,网络爬虫实战第六天-scrapy登录方式(3)