scrapy终端常用命令

scrapy命令行
一、默认的scrapy项目结构

scrapy.cfg
myproject/
    __init__.py
    items.py
    pipelines.py
    settings.py
    spiders/
        __init__.py
        myspider.py
        ...

scrapy.cfg所在的位置是项目根目录。

二、常用的scrapy命令
2.1 可用scrapy命令
在终端中输入以下命令，查看scrapy有哪些命令语法

scrapy -h

scrapy的命令有两种分类-全局命令与项目命令。比如我们在命令行直接输入scrapy startproject myproject这个命令，实际上是在全局环境中使用的。而当我们运行爬虫时候，scrapy crawl myspider时，实际上是在项目环境内运行的。

#全局变量
startproject
runspider
shell
fetch

#项目命令
crawl
parse
genspider

2.1 创建项目
全局命令。使用scrapy第一步是在命令行中，创建爬虫项目。

语法: scrapy startproject <project_name>

在 projectname 文件夹下创建一个名为 projectname 的Scrapy项目。

scrapy startproject myproject

该命令会在myproject文件夹里创建一个名为myproject的scrapy项目。目录结构如下

scrapy.cfg
myproject/
    __init__.py
    items.py
    pipelines.py
    settings.py
    spiders/
        __init__.py
        myspider.py
        ...

创建好项目后，将当前工作目录切换到项目目录中。使用

cd myproject

之后就可以使用scrapy的项目命令操作scrapy项目了。

2.2 生成spider
项目命令。创建spider。一般创建的spider名字是跟域名一样的，比如www.baidu.com，我们穿件的爬虫命令

scrapy genspider baidu baidu.com

一般规律如下

scrapy genspider spidername domain.com

2.3 爬取
项目命令。 语法:scrapy crawl <spider>

2.4 fetch
全局命令。语法:scrapy fetch <url>

使用本语句下载指定的url，并将获取到的内容返回为scrapy中的response对象。

例如

scrapy fetch https://i.meituan.com

2.5 shell
全局命令。语法:scrapy shell [url]

Scrapy shell是一个交互终端，供您在未启动spider的情况下尝试及调试您的爬取代码，用来测试提取数据的代码。该终端是用来测试XPath或CSS表达式，查看他们的工作方式及从爬取的网页中提取的数据。 免去了每次修改后运行spider的麻烦。

scrapy shell运行后，就会有以下对象，可以进行方便的调试。

示例

scrapy shell https://www.baidu.com/

response.url

2.6 parse
项目命令。语法: scrapy parse <url> [options]

获取给定的URL并使用相应的spider分析处理。如果您提供 --callback 选项，则使用spider的该方法处理，否则使用 parse。

--spider=SPIDER: 跳过自动检测spider并强制使用特定的spider
--a NAME=VALUE: 设置spider的参数(可能被重复)
--callback or -c: spider中用于解析返回(response)的回调函数
--pipelines: 在pipeline中处理item
$ scrapy parse http://www.example.com/ -c parse_item
[ ... scrapy log lines crawling example.com spider ... ]

>>> STATUS DEPTH LEVEL 1 <<<
# Scraped Items  ------------------------------------------------------------
[{'name': u'Example item',
 'category': u'Furniture',
 'length': u'12 cm'}]

# Requests  -----------------------------------------------------------------
[]

2.7 runspider
全局命令语法:scrapy runspider

在未创建项目的情况下，运行一个编写在python脚本中的spider。

标签：py,spider,myproject,命令,scrapy,终端,常用命令,com
来源： https://blog.51cto.com/15069487/2581421