Scrapy爬取简单百度页面

Scrapy爬取百度页面

------------------------------------------

spiders-baiduspider.py

 1 '''
 2 要求导入scrapy
 3 所有类一般是XXXSpider命名
 4 所有爬虫类是scrapy.Spider的子类
 5 scrapy爬取百度
 6 关闭配置的机器人协议
 7 '''
 8 
 9 import scrapy
10 
11 class BaiduSpider(scrapy.Spider):
12 
13     # name是爬虫的名称
14     name = "baidu"
15 
16     # 起始url列表
17     start_urls = ['http://www.baidu.com']
18 
19 
20     # 负责分析downloader下载得到的结果
21     def parse(self, response):
22         '''
23         只是保存网页即可
24         :param response:
25         :return:
26         '''
27         with open('baidu.html', 'w', encoding='utf-8')  as f:
28             f.write(response.body.decode('utf-8'))

 ===========================

start_urls = xxxxxxxxxxxxxxxxxxxx  起始地址

parse函数分析网页：网页已经被downloader下来了，重写spider的parse函数

scrapy crawl baidu 终端下运行(name = "baidu")