python scrapy爬虫代码及填坑

这篇文章主要介绍了python scrapy爬虫代码及填坑,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 涉

这篇文章主要介绍了python scrapy爬虫代码及填坑,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
涉及到详情页爬取
目录结构:在这里插入图片描述
kaoshi_bqg.py

import scrapy
from scrapy.spiders import Rule
from scrapy.linkextractors import LinkExtractor
from ..items import BookBQGItem
class KaoshiBqgSpider(scrapy.Spider):name = 'kaoshi_bqg'allowed_domains = ['biquge5200.cc']start_urls = ['https://www.biquge5200.cc/xuanhuanxiaoshuo/']rules = (# 编写匹配文章列表的规则Rule(LinkExtractor(allow=r'https://www.biquge5200.cc/xuanhuanxiaoshuo/'), follow=True),# 匹配文章详情Rule(LinkExtractor(allow=r'.+/[0-9]{1-3}_[0-9]{2-6}/'), callback='parse_item', follow=False),)# 小书书名def parse(self, response):a_list = response.xpath('//*[@id="newscontent"]/div[1]/ul//li//span[1]/a')for li in a_list:name = li.xpath(".//text()").get()detail_url = li.xpath(".//@href").get()yield scrapy.Request(url=detail_url, callback=self.parse_book, meta={'info': name})# 单本书所有的章节名def parse_book(self, response):name = response.meta.get('info')list_a