Python如何利用Scrapy抓取网页？Python怎么用Scrapy框架爬取网页数据

Scrapy是目前python爬虫领域中功能最为完善的一个框架，而很多比较复杂的python爬虫程序都会使用这个框架来进行构建和开发。下面这一篇文章所要来介绍的内容就是，python利用Scrapy抓取网页数据的方法，感兴趣的小伙伴就一起往下看看吧。

1.这个框架使用起来不像其他爬虫一样只需要导入即可，它需要使用scrapy框架构建出项目才可以。而且本身这个框架就已经提供了项目创建功能，使用win+r打开命令行窗口，然后再调用cd命令切换到保存爬虫项目的文件目录，再执行如下命令即可：

scrapy startproject 项目名

这个命令执行完成之后就会在当前工作目录下创建出scrapy框架项目，在这个项目内有些结构是需要去了解的。

2.在scrapy框架项目之中，需要在spiders文件夹下新建py文件作为爬虫脚本，而文件名只需要没有中文和特殊符号即可。然后再将settings这个文件打开，并且需要修改其中两行代码示例如下：

ROBOTSTXT_OBEY = False
# 取消下面代码注释
ITEM_PIPELINES = {’wl.pipelines.WlPipline’: 300,}

3.最后就是要在新建的python爬虫脚本内来编写代码了，而代码之中需要导入scrapy库，然后定义类并且这个类继承的父类是Spider。在类中需要变量来保存抓取数据的网页链接，然后使用定义函数并且参数需要有response，该参数就是网页抓取后返回对象。再通过xpath方法定位到网页指定元素，循环迭代后获取元素文本值即可，详细代码示例如下所示：

import scrapy
from ..items import HptyItem
class SwwSpider(scrapy.Spider):
    start_urls = ['https://nba.hupu.com/stats/players']
    def parse(self, response):
        whh = response.xpath('//tbody/tr[not(@class)]')
        for i in whh:
            名 = i.xpath('./td[1]/text()').extract()
            员 = i.xpath('./td[2]/a/text()').extract()

以上就是关于“Python如何利用Scrapy抓取网页？Python怎么用Scrapy框架爬取网页数据”的全部内容了，希望对你有所帮助。