爬虫_微信小程序社区教程(crawlspider)

照着敲了一遍,,,

需要使用"LinkExtrator"和"Rule",这两个东西决定爬虫的走向。

1.allow设置规则的方法:要能够限制在我们想要的url上,不要跟其他的url产生相同的正则表达式即可

2.什么情况下使用follow:如果要爬取页面的时候,需要将满足当前条件的url再进行跟进,那么就设置为True,否则设置为False。

3.什么情况下该指定callback:如果这个url对应的页面,只是为了获取更多的url,并不需要里面的数据,那么可以不指定callback。如果想要获取url对应页面中的数据,需要指定一个callback

创建项目:

1 scrapy startproject wxapp
2 cd wxapp
3 scrapy genspider -t crawlspider http://www.wxapp_union.com    #指定crawl模板创建爬虫

 

项目代码

你可能感兴趣的:(爬虫_微信小程序社区教程(crawlspider))