写在前面
题目中有个顶级,忽然觉得这篇博客要弄的高大上一些,要不都对不起标题呢?
上篇博客,我们已经将分布式需要配置的一些基本环境已经配置完毕,接下来就是实操环节了,这部分尽量将过程描述清晰,由于我操作的是windows操作系统,所以博客中相关步骤的截图都已windows为准。
对于分布式爬虫初学阶段,先从scrapy简单爬虫写起即可。
scrapy爬取CSDN下载频道
为了测试方便,我找了一个规则比较简单的网址,CSDN下载频道 https://download.csdn.net/
,该网址对应的数据可以通过https://download.csdn.net/home/get_more_latest_source?page=2
修改URL中参数page的值即可以不断获取数据,非常贴心。
创建爬虫
通过scrapy创建一个基本的爬虫,关于如何创建,本文不再涉及,可翻阅之前文章即可,注意,因为我电脑安装scrapy多个,并且本项目采用了虚拟环境,所以scrapy中添加了完整路径。
通过命令创建完毕,即可进入编码环节