wordpress用户站点,网页游戏平台51,wordpress加百度商桥变慢,中国机械加工网官网址一.最终效果 二.项目代码
2.1 新建项目
本文使用scrapy分布式、多线程爬虫框架编写的高性能爬虫#xff0c;因此新建、运行scrapy项目3步骤#xff1a;
1.新建项目: scrapy startproject weibo_hot
2.新建 spider: scrapy genspider hot_search weibo.com
3…一.最终效果 二.项目代码
2.1 新建项目
本文使用scrapy分布式、多线程爬虫框架编写的高性能爬虫因此新建、运行scrapy项目3步骤
1.新建项目: scrapy startproject weibo_hot
2.新建 spider: scrapy genspider hot_search weibo.com
3.运行 spider: scrapy crawl hot_search 注意hot_search 是spider中的name 4.编写item
class WeiboHotItem(scrapy.Item):index scrapy.Field()topic_flag scrapy.Field()icon_desc_color scrapy.Field()small_icon_desc scrapy.Field()small_icon_desc_color scrapy.Field()is_hot scrapy.Field()is_gov scrapy.Field()note scrapy.Field()mid scrapy.Field()url scrapy.Field()flag scrapy.Field()name scrapy.Field()word scrapy.Field()pos scrapy.Field()icon_desc scrapy.Field()
5.编写爬虫解析代码 import os
from itemadapter import ItemAdapter
from .settings import DATA_URI
from .Utils import Tooltool Tool()class WeiboHotPipeline:def open_spider(self, spider):self.hot_line index,mid,word,label_name,raw_hot,category,onboard_time\ndata_dir os.path.join(DATA_URI)file_path data_dir /hot.csv#判断文件夹存放的位置是否存在不存在则新建文件夹if os.path.isfile(file_path):self.data_file open(file_path, a, encodingutf-8)else:if not os.path.exists(data_dir):os.makedirs(data_dir)self.data_file open(file_path, a, encodingutf-8)self.data_file.write(self.hot_line)def close_spider(self, spider): # 在关闭一个spider的时候自动运行self.data_file.close()def process_item(self, item, spider):try:hot_line {},{},{},{},{},{},{}\n.format(item.get(index, ),item.get(mid, ),item.get(word, ),item.get(label_name, ),item.get(raw_hot, ),tool.translate_chars(item.get(category, )),tool.get_format_time(item.get(onboard_time, )),)self.data_file.write(hot_line)except BaseException as e:print(hot错误在这里, e, 错误在这里)return item
三.注意事项
settings.py配置项修改 # Obey robots.txt rules
ROBOTSTXT_OBEY False # 关闭否则根据weibo的爬虫策略爬虫无法获取数据
如果
四.运行过程 五.项目说明文档 六.获取完整源码
爱学习的小伙伴本次案例的完整源码已上传微信公众号“一个努力奔跑的snail”后台回复 热搜榜 即可获取。
