Scrapy爬取百度頁面

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

spiders-baiduspider.py

 1 '''
 2 要求匯入scrapy
 3 所有類一般是XXXSpider命名
 4 所有爬蟲類是scrapy.Spider的子類
 5 scrapy爬取百度
 6 關閉配置的機器人協議
 7 '''
 8 
 9 import scrapy
10 
11 class BaiduSpider(scrapy.Spider):
12 
13     # name是爬蟲的名稱
14     name = "baidu
 
"
15 
16     # 起始url列表
17     start_urls = ['http://www.baidu.com']
18 
19 
20     # 負責分析downloader下載得到的結果
21     def parse(self, response):
22         '''
23         只是儲存網頁即可
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函式分析網頁：網頁已經被downloader下來了，重寫spider的parse函式

scrapy crawl baidu 終端下執行(name = "baidu")