初学者必看的scrapy框架简介

一、安装scrapy框架

pip install scrapy

二、创建一个scrapy项目

安装完成后，python会自动将 scrapy命令添加到环境变量中去，这时我们就可以使用 scrapy命令来创建我们的第一个 scrapy项目了。

打开命令行，输入如下命令

scrapy startproject yourproject

这里的 startproject 命令将会在当前目录下创建一个 scrapy项目，后面跟着的参数是需要创建的项目的名称。

比如这里我们会创建一个名为 yourproject 的项目，项目结构如下：

yourproject/
    scrapy.cfg
    yourproject/
        __init__.py
        items.py
        pipelines.py
        settings.py
        spiders/
            __init__.py
            ...

这些文件分别是：

scrapy.cfg: 项目的配置文件

yourproject/: 该项目的python模块。该项目的所有代码都在这个目录下

yourproject/items.py: 项目中的item文件，我们在这个文件里定义要爬取的数据，有点类似于 Django的 model。

yourproject/pipelines.py:项目中的pipelines文件（我把这个称为通道文件，意思就是数据处理的通道），对爬取到的数据进行处理（如：储存）

yourproject/settings.py: 项目的设置文件，设置全局变量的值、通道的开启和关闭以及多个通道和爬虫的执行优先级

yourproject/spiders/: 爬虫的主要逻辑都在这个文件夹里，包括页面请求、数据提取、反爬措施等。