python

导航

python爬虫中怎样编写pyspider?看完学不会算我输

来源 :中华考试网 2020-12-01

  对于初学python的小伙伴们来说还达不到这样的能力,所以小伙伴们可以先看看小编的代码,再进行模仿和学习。代码方面不是很长,但是比较复杂,接下来我们就一起看看如何编写pyspider吧。

  代码:

  from pyspider.libs.base_handler import *class Handler(BaseHandler):

  crawl_config = {

  }

  @every(minutes=24 * 60) def on_start(self):

  self.crawl('__START_URL__', callback=self.index_page)

  @config(age=10 * 24 * 60 * 60) def index_page(self, response): for each in response.doc('a[href^="http"]').items():

  self.crawl(each.attr.href, callback=self.detail_page)

  @config(priority=2) def detail_page(self, response): return { "url": response.url, "title": response.doc('title').text(),

  }

  crawl_config:爬虫的全局参数设置,例如请求头和cookies可以在这里设置(传入关键字及对应的参数即可)

  on_start(self):爬虫开始爬取的入口

  crawl:和requests有相同的功能 ,可以支持 get(默认) 和 post,常用的参数有

  data 是想要提交数据

  callback 可以在执行完 crawl后调用回调函数

  method 是指定 访问方法

  files 上传文件,{'key': ('file.name': 'content')}

  headers 请求头,类型dict

  cookies 请求的 Cookies 类型 dict

  timeout 请求内容里最大等待秒数.默认值:120

  connect_timeout : 指定请求时链接超时时间,单位秒,默认值:20

  proxy : 可以设置代理服务器,暂时只支持http代理

  没有看懂代码的小伙伴们也不要气馁,等过一段时间基础知识学明白后,相信编写pyspider就不会有什么问题了。

  如果你现在想学习python,赢取高薪工作机会,非常简单,填写下面信息,学好python技术高薪工作机会唾手可得。

分享到

您可能感兴趣的文章