抓取到的数据,可以直接丢到MySQL,也可以用Django的ORM模型丢到MySQL,方便Django调用。方法也很简单,按数据库的语句来写就行了,在spiders目录里定义自己的爬虫时也可以写进去。
当然使用pipelines.py是更通用的方法,以后修改也更加方便。你的情况,应该是没有在Settings.py里定义pipelines,所以Scrapy不会去执行,就不会生成pyc文件了。
1. 检查网络2. 输入关键字,拼接地址字符串,发送请求
3. 分析获取的结果(对字符串的处理),插入到数据库。
第一步骤参考:http://blog.csdn.net/yoyoch1/archive/2009/08/02/4401960.aspx
第二步骤参考: MSDN :WebClient 这个类
第三步骤略
from scrapy项目名.scrapy项目名.items import item类名以上是pycharm自动填充的,相对路径没有问题,是从项目根目录开始的,然鹅,执行项目就报错------>ModuleNotFoundError: No module named 'scrapy项目名.scrapy项目名'
看了好多博客都说是因为scrapy项目名和爬虫文件名相同导致的,然鹅并没有,如果相同在创建爬虫文件的时候根本创建不成功
有说要import sys 然后添加路径,有说要把爬虫文件移出去,移到最外面等等等等
我都挨个试了不行
直到试了试上层路径开始找……
from ..items import item类名
成功了!
这…………究竟是谁的问题
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)