一、使用scrapy创建一个项目
这里使用scrapy官方第一个示例
scrapy startproject tutorial
使用PyCharm打开项目,在tutorial/tutorial/spiders目录下创建quotes_spider.py
文件并写入,以下代码
import scrapy class QuotesSpider(scrapy.Spider):
name = "quotes" def start_requests(self):
urls = [
'http://quotes.toscrape.com/page/1/',
'http://quotes.toscrape.com/page/2/',
]
for url in urls:
yield scrapy.Request(url=url, callback=self.parse) def parse(self, response):
page = response.url.split("/")[-2]
filename = 'quotes-%s.html' % page
with open(filename, 'wb') as f:
f.write(response.body)
self.log('Saved file %s' % filename)
二、复制cmdline.py到项目主目录
找到scrapy下的cmdline.py文件(比如我这里是D:\Language\Miniconda3\envs\default\Lib\site-packages\scrapy\cmdline.py)
复制一份到tutorial项目的根目录下(scrapy.cfg文件的同一目录下)
三、编缉文件调试运行配置
Name--和上边创建的spider文件相同,我这里叫quotes_spider
Script path--选择当前项目下的cmdline.py,我这里是F:\PycharmProjects\tutorial\cmdline.py
Parameters--crawl+要调试运行的spider名称,我这里是crawl quotes
Working directory--填项目所在主目录,我这里是F:\PycharmProjects\tutorial
最后要注意点“Apply”,不要直接点“OK”
四、调示和运行演示
选择调试,程序成功停在断点处
选择运行,程序也成功通行