在ubuntu上创建scrapy爬虫

下载scrapy

在命令行下输入： sudo apt-get install python-scrapy

或者进入http://scrapy.org下载安装

新建项目

命令行下进入项目目录，输入scrapy startproject start

新建一个名为start的项目

项目结构如下

start/    scrapy.cfg    start/        __init__.py        items.py        pipelines.py        settings.py        spiders/            __init__.py

各文件的作用如下：

scrapy.cfg: 项目配置文件
items.py: 项目items文件
pipelines.py: 项目管道文件
settings.py: 项目配置文件
spiders: 放置spider的目录
开始简单爬虫
在spiders目录下新建文件qiushi.py
代码如下：
from scrapy.spider import BaseSpiderclass QiushiSpider(BaseSpider):    name = "qiushi"    allowed_domains = ["qiushibaike.com","www.qiushibaike.com"]    start_urls = ["http://www.qiushibaike.com/"]    def parse(self,response):        filename = response.url.split("/")[-2]        open(filename,'wb').write(response.body)
返回项目主目录，执行scrapy crawl qiushi
执行完毕后，项目内会出现爬取网页文件