Repository navigation
Folders and files
| Name | Name | Last commit date | ||
|---|---|---|---|---|
Repository files navigation
version:1.0.0.1
1024 達蓋爾的旗幟
纯粹自娱自乐
作用:達蓋爾的旗幟专区帖子(图片爬取)
声明:受公众号皮克啪的铲屎官推送的文章影响,如有雷同纯属借鉴...O(∩_∩)O
不足:还不支持增量爬取,后续会增加增量爬取、入库等
环境:
Microsoft Windows 10
Python 3.6.5
使用步骤:
1.安装python3.6
2.pip install -r requirement.txt
3.安装redis windows:
url:https://github.com/MicrosoftArchive/redis/releases/download/win-3.2.100/Redis-x64-3.2.100.msi
修改redis目录下的redis.windows-service.conf配置文件:
requirepass justtest redis认证密码
redis绑定IP等
4.cmd或者在Pycharm终端下执行:scrapy crawl SmileSpider
5.可以在终端下执行:scrapy crawl SmileSpider -s JOBDIR=jobs/001来终端执行后重新按照之前的进度来爬取
注意:需要梯子
version:1.0.0.2
使用redis来保存爬取过的url,如果在redis种查询到相关url的值,则略过
否则将url作为key键保存,表示已爬取