Scrapy是一个用于从网站抓取和解析数据的Python框架。它易于使用，并提供强大的功能。创建一个项目并使用提供的命令编写一个爬虫。该爬虫将从example.com提取标题和文本内容，并将结果保存为CSV文件。

scrapy爬虫库入门教程

一、简介

Scrapy是一个流行的Python开源网络爬虫框架，用于从网站中提取和解析数据。它提供了强大的功能和易用性，使其成为各种爬虫项目的理想选择。

二、安装

pip install scrapy

三、创建一个项目

Secure Python Code Sandbox

安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。

下载

scrapy startproject your_project

这将创建一个名为"your_project"的项目目录，其中包含所有必需的文件。

四、编写爬虫

from scrapy.spiders import Spider
from scrapy.http import Request
from scrapy.selector import Selector

class MySpider(Spider):
    name = "myspider"
    allowed_domains = ["example.com"]
    start_urls = ["https://example.com"]

    def parse(self, response):
        selector = Selector(response)
        item = {
            'title':  selector.xpath('//title/text()').extract(),
            'content': selector.xpath('//p/text()').extract(),
        }
        yield item

本例中：

• name是爬虫的名称。
• allowed_domains指定爬虫允许抓取的域名。
• start_urls是爬虫的起始URL。
• parse方法解析响应并从页面中提取数据。

五、运行爬虫

scrapy crawl myspider

这将运行名为"myspider"的爬虫并将其结果存储在"your_project/output.csv"文件中。