使用虚拟环境

查看当前的虚拟环境
wokon

workon

选择自己用的

wokon xxx

workon article_spider

scrapy的搭建

在安装好scrapy的前前提下进行

创建scrapy

scrapy startproject ArticleSpider

scrapy创建

创建完成后

目录介绍

目录结构

scrapy大量的借鉴了django的设计理念

scrapy.cfg 配置文件 类似django
settings.py 配置文件 工程，module（路径）
pipelines.py 数据存贮
middlewares.py
items.py from 定义数据保存的一种格式 比django简单
spiders 写爬虫的目录，默认是空的

genspider 命令

scrapy genspider jobbole blog.jobbole.com
执行成功后，会在spiders目录下生成jobbole.py文件

import scrapy


class JobboleSpider(scrapy.Spider):
    name = 'jobbole'
    allowed_domains = ['blog.jobbole.com']
    start_urls = ['http://blog.jobbole.com/']

    def parse(self, response):
        pass

修改settings.py中的
ROBOTSTXT_OBEY = False