阅读文本大概需要3分钟。
0x01：安装Python3
-
下载python安装包，具体版本根据自己的系统要求
https://www.python.org/downloads/windows/
-
下载安装完成后直接cmd输入python，可正常查看版本
注：安装过程中请注意一定要请勾选pip安装并加入到环境变量中，否则后续无法正常安装第三方类库。
0x02：安装爬虫所需的一些常用类库
-
安装 selenimu 自动化web包，cmd进入任意目录，执行
pip install selenium
-
安装 pymysql 连接mysql包，cmd进入任意目录，执行。方便以后把爬取的数据插入数据库
pip install pymysql
-
安装 pillow 图片处理包
pip install pillow
备注：pillow官网
https://pillow.readthedocs.io/en/latest/installation.html
-
安装 pypiwin32 操作底层dll包
pip install pypiwin32
-
安装 requests 发送web请求包
pip install requests
-
安装 scrapy 爬虫框架包
pip install scrapy
备注：安装爬虫框架必须依赖的第三方类库Twisted，在使用pip安装时会出现下载文件失败而无法安装问题，可以先下载Twisted安装文件。然后使用pip install安装Twisted。
pip install 下载Twisted文件绝对路径
下载地址如下（下载与Python版本匹配的whl文件）：
https://www.lfd.uci.edu/~gohlke/pythonlibs/
-
安装解析网页内容包
pip install bs4
0x03：验证scrapy 是否安装成功
进入cmd，输入 scrapy 查看scrapy是否安装成功
0x04：创建爬虫项目
-
创建项目，只需一行命令即可创建名为 tutorial 的Scrapy项目：
scrapy startproject tutorial
tutorial项目的目录结构大概如下：
-
创建爬虫的模板文件
进入 ./tutorial/tutorial 执行：
scrapy genspider QuoteSpider "http://www.baidu.com"
QuoteSpider是文件名，http://www.baidu.com是要爬取的域名， ./tutorial/tutorial/spiders 目录下生成一个QuoteSpider.py文件。文件内容如下：
修改一下QuoteSpider.py文件：
import scrapy
class QuotespiderSpider(scrapy.Spider):
name = 'QuoteSpider'
# 允许爬取的域名
# allowed_domains = ['landchina.mnr.gov.cn']
start_urls = ['http://landchina.mnr.gov.cn/scjy/tdzr/index_1.htm']
def parse(self, response): # resonse相当于从网络中返回内容所存储的或对应的对象
fname = response.url.split('/')[-1] # 定义文件名字，把response中的内容写到一个html文件中
with open(fname, 'wb') as f: # 从响应的url中提取文件名字作为保存为本地的文件名，然后将返回的内容保存为文件
f.write(response.body)
self.log('Saved file %s.' % fname) # self.log是运行日志，不是必要的
这个代码很简单就是爬取一个页面，并保存到文件中。
执行tutorial爬虫项目，在cmd目录中执行
scrapy crawl QuoteSpider
执行日志如下
可以在 tutorial 目录下看的 index_1.htm 文件；该文件就是爬取到的内容。