安利妹子爬虫啦( Scrapy 爬妹子图片) - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
allencode
V2EX    Python

安利妹子爬虫啦( Scrapy 爬妹子图片)

  •  1
     
  •   allencode 2016-03-27 19:55:01 +08:00 5646 次点击
    这是一个创建于 3572 天前的主题,其中的信息可能已经有所发展或是发生改变。

    周末闲不住,学了 Scrapy ,写了个基于 Scrapy 的爬虫,爬了妹子网的图片(其实代码就是 copy and paste),仔细分析一下流程。好东西要共享。 自己测试了跑了十几分钟,没报异常,不得不说 Scrapy 真是好用,可是也很博大精深,慢慢学吧。

    GitHub 地址

    上妹子图:

    上跑动图:

    上 ReadMe 图:

    其实上面的都不是很重要,重要的是妹子网

    10 条回复    2016-04-04 14:55:22 +08:00
    MyFaith
        1
    MyFaith  
       2016-03-28 08:29:15 +08:00 via iPhone
    copy 后就成了你自己的?
    allencode
        2
    allencode  
    OP
       2016-03-28 09:15:42 +08:00 via Android
    @MyFaith 没有啊,声明了而且贴了原作链接啊,好东西要共享嘛,开源不就是要共同进步吗,先模仿再自己写。
    jy02201949
        3
    jy02201949  
       2016-03-28 09:24:26 +08:00
    Scrapy 目前在 win 上只能用 python2 吧,建议爬妹子图这种简单的需求,自己用 urllib 、 bs4 或者正则撸就好了,完全没有必要用 scrapy ,还能加深对爬虫的理解,顺带学习下码 python

    http://www.imooc.com/learn/550
    jy02201949
        4
    jy02201949  
       2016-03-28 09:24:43 +08:00
    jy02201949
        5
    jy02201949  
       2016-03-28 09:26:10 +08:00
    @jy02201949 手贱不小心发出去了

    安利慕客网教程
    正则
    http://www.imooc.com/learn/550
    简单爬虫
    http://www.imooc.com/learn/563
    allencode
        6
    allencode  
    OP
       2016-03-28 09:31:08 +08:00 via Android
    @jy02201949 的确是的,主要为了学习 Scrapy 这个神器,不过 Scrapy 的确非常好用!
    AndyCrz
        7
    AndyCrz  
       2016-03-28 11:38:45 +08:00
    为啥我觉得 Scrapy 特别的难用呢?
    allencode
        8
    allencode  
    OP
       2016-03-28 12:00:31 +08:00
    @AndyCrz 刚开始我也觉得。之前一直用 urllib , requests 这些库。配置 Scrapy 的确很麻烦。但是用上了就很喜欢。你不用考虑许多,起码爬虫的速度以及爬取的数据的量你不用担心。再者, Scrapy 是专门用来爬取的,它最大的特色就是异步调度和请求,这个是非常好的。小的数据量看不出来,一旦爬的数据量多或者时间久,就明显了。我们初学者,只需要理解和学习怎么去提取你需要的数据格式就行了。 scrapy 官方文档非常赞。我也才入门点皮毛,共同进步吧,加油哦
    AndyCrz
        9
    AndyCrz  
       2016-03-28 12:58:49 +08:00
    @allencode 看来你用的时间还是不够长,安装只是很小的一块,速度说实话真心不如 tornado 和 gevent ,很多不方便的坑在里面等着呢,慢慢体会他的框架的并不够强大,然后你就想自己写了
    omg21
        10
    omg21  
       2016-04-04 14:55:22 +08:00
    scrapy 现在有 python3 的版本了吗?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5426 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 27ms UTC 08:40 PVG 16:40 LAX 00:40 JFK 03:40
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86