[scrapy.core.engine] DEBUG: Crawled (200)

来源:2-7 spider文件的编写(2)

海家上瘾

2019-08-22 19:11

spider

import scrapy
from douban.items import DoubanItem


class DoubanSpiderSpider(scrapy.Spider):
    name = 'douban_spider'
    allowed_domains = ['https://movie.douban.com']
    start_urls = ['https://movie.douban.com/top250']

    def parse(self, response):
        movie_list=response.xpath("//div[@class='article']//ol[@class='grid_view']//li")
        for i_item in movie_list:
            douban_item=DoubanItem()
            douban_item['serial_number']=i_item.xpath(".//div[@class='article']//ol[@class='grid_view']//li//div[@class='item']//em/text()").extract_first()
            print(douban_item)

items

import scrapy



class DoubanItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    #序号
    serial_number=scrapy.Field()
    #名字
    movie_name=scrapy.Field()
    #介绍
    introduce=scrapy.Field()
    #星级
    star=scrapy.Field()
    #评论数
    evaluate=scrapy.Field()
    #描述
    describe=scrapy.Fi

settings

BOT_NAME = 'douban'

SPIDER_MODULES = ['douban.spiders']
NEWSPIDER_MODULE = 'douban.spiders'


# Crawl responsibly by identifying yourself (and your website) on the user-agent
USER_AGENT = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36'

# Obey robots.txt rules
ROBOTSTXT_OBEY = False

main

from scrapy import cmdline
cmdline.execute('scrapy crawl douban_spider'.split())


写回答 关注

1回答

  • 多敲多学多想
    2020-06-04 14:59:56

    返回200就说明是正常的啊

Python最火爬虫框架Scrapy入门与实践

做为爬虫工程师Python Scrapy主流爬虫框架你必须要会!

67418 学习 · 223 问题

查看课程

相似问题