這篇文章主要講解了“爬蟲框架feapder的安裝和使用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“爬蟲框架feapder的安裝和使用”吧！

在成都網(wǎng)站建設、網(wǎng)站制作中從網(wǎng)站色彩、結構布局、欄目設置、關鍵詞群組等細微處著手，突出企業(yè)的產(chǎn)品/服務/品牌，幫助企業(yè)鎖定精準用戶，提高在線咨詢和轉化，使成都網(wǎng)站營銷成為有效果、有回報的無錫營銷推廣。成都創(chuàng)新互聯(lián)專業(yè)成都網(wǎng)站建設10年了，客戶滿意度97.8%，歡迎成都創(chuàng)新互聯(lián)客戶聯(lián)系。

 1. 前言

眾所周知，Python 最流行的爬蟲框架是 Scrapy，它主要用于爬取網(wǎng)站結構性數(shù)據(jù)

今天推薦一款更加簡單、輕量級，且功能強大的爬蟲框架：feapder

項目地址：

https://github.com/Boris-code/feapder

2. 介紹及安裝

和 Scrapy 類似，feapder 支持輕量級爬蟲、分布式爬蟲、批次爬蟲、爬蟲報警機制等功能

內置的 3 種爬蟲如下：

•  AirSpider

  輕量級爬蟲，適合簡單場景、數(shù)據(jù)量少的爬蟲

•  Spider

  分布式爬蟲，基于 redis，適用于海量數(shù)據(jù)，并且支持斷點續(xù)爬、自動數(shù)據(jù)入庫等功能

•  BatchSpider

  分布式批次爬蟲，主要用于需要周期性采集的爬蟲

在實戰(zhàn)之前，我們在虛擬環(huán)境下安裝對應的依賴庫

# 安裝依賴庫  pip3 install feapder

3. 實戰(zhàn)一下

我們以最簡單的 AirSpider 來爬取一些簡單的數(shù)據(jù)

目標網(wǎng)站：aHR0cHM6Ly90b3BodWIudG9kYXkvIA==

詳細實現(xiàn)步驟如下（ 5 步）

3-1  創(chuàng)建爬蟲項目

首先，我們使用「 feapder create -p 」命令創(chuàng)建一個爬蟲項目

# 創(chuàng)建一個爬蟲項目  feapder create -p tophub_demo

3-2  創(chuàng)建爬蟲 AirSpider

命令行進入到 spiders 文件夾目錄下，使用「 feapder create -s 」命令創(chuàng)建一個爬蟲

cd spiders  # 創(chuàng)建一個輕量級爬蟲  feapder create -s tophub_spider 1

其中

•  1 為默認，表示創(chuàng)建一個輕量級爬蟲 AirSpider

•  2 代表創(chuàng)建一個分布式爬蟲 Spider

•  3 代表創(chuàng)建一個分布式批次爬蟲 BatchSpider

3-3  配置數(shù)據(jù)庫、創(chuàng)建數(shù)據(jù)表、創(chuàng)建映射 Item

以 MySQL 為例，首先我們在數(shù)據(jù)庫中創(chuàng)建一張數(shù)據(jù)表

# 創(chuàng)建一張數(shù)據(jù)表  create table topic  (      id         int auto_increment          primary key,      title      varchar(100)  null comment '文章標題',      auth       varchar(20)   null comment '作者',      like_count     int default 0 null comment '喜歡數(shù)',      collection int default 0 null comment '收藏數(shù)',      comment    int default 0 null comment '評論數(shù)'  );

然后，打開項目根目錄下的 settings.py 文件，配置數(shù)據(jù)庫連接信息

# settings.py  MYSQL_IP = "localhost"  MYSQL_PORT = 3306  MYSQL_DB = "xag"  MYSQL_USER_NAME = "root"  MYSQL_USER_PASS = "root"

最后，創(chuàng)建映射 Item（ 可選 ）

進入到 items 文件夾，使用「 feapder create -i 」命令創(chuàng)建一個文件映射到數(shù)據(jù)庫

PS：由于 AirSpider 不支持數(shù)據(jù)自動入庫，所以這步不是必須

3-4  編寫爬蟲及數(shù)據(jù)解析

第一步，首先使「 MysqlDB 」初始化數(shù)據(jù)庫

from feapder.db.mysqldb import MysqlDB  class TophubSpider(feapder.AirSpider):      def __init__(self, *args, **kwargs):          super().__init__(*args, **kwargs)          self.db = MysqlDB()

第二步，在 start_requests 方法中，指定爬取主鏈接地址，使用關鍵字「download_midware 」配置隨機 UA

import feapder  from fake_useragent import UserAgent  def start_requests(self):      yield feapder.Request("https://tophub.today/", download_midware=self.download_midware)  def download_midware(self, request):      # 隨機UA      # 依賴：pip3 install fake_useragent      ua = UserAgent().random      request.headers = {'User-Agent': ua}      return request

第三步，爬取首頁標題、鏈接地址

使用 feapder 內置方法 xpath 去解析數(shù)據(jù)即可

def parse(self, request, response):      # print(response.text)      card_elements = response.xpath('//div[@class="cc-cd"]')      # 過濾出對應的卡片元素【什么值得買】      buy_good_element = [card_element for card_element in card_elements if                          card_element.xpath('.//div[@class="cc-cd-is"]//span/text()').extract_first() == '什么值得買'][0]      # 獲取內部文章標題及地址      a_elements = buy_good_element.xpath('.//div[@class="cc-cd-cb nano"]//a')      for a_element in a_elements:          # 標題和鏈接          title = a_element.xpath('.//span[@class="t"]/text()').extract_first()          href = a_element.xpath('.//@href').extract_first()          # 再次下發(fā)新任務，并帶上文章標題          yield feapder.Request(href, download_midware=self.download_midware, callback=self.parser_detail_page,                                titletitle=title)

第四步，爬取詳情頁面數(shù)據(jù)

上一步下發(fā)新的任務，通過關鍵字「 callback 」指定回調函數(shù)，最后在 parser_detail_page 中對詳情頁面進行數(shù)據(jù)解析

def parser_detail_page(self, request, response):      """      解析文章詳情數(shù)據(jù)      :param request:      :param response:      :return:      """      title = request.title      url = request.url      # 解析文章詳情頁面，獲取點贊、收藏、評論數(shù)目及作者名稱      author = response.xpath('//a[@class="author-title"]/text()').extract_first().strip()      print("作者：", author, '文章標題:', title, "地址：", url)      desc_elements = response.xpath('//span[@class="xilie"]/span')      print("desc數(shù)目:", len(desc_elements))      # 點贊      like_count = int(re.findall('\d+', desc_elements[1].xpath('./text()').extract_first())[0])      # 收藏     collection_count = int(re.findall('\d+', desc_elements[2].xpath('./text()').extract_first())[0])      # 評論      comment_count = int(re.findall('\d+', desc_elements[3].xpath('./text()').extract_first())[0])      print("點贊：", like_count, "收藏:", collection_count, "評論:", comment_count)

3-5  數(shù)據(jù)入庫

使用上面實例化的數(shù)據(jù)庫對象執(zhí)行 SQL，將數(shù)據(jù)插入到數(shù)據(jù)庫中即可

# 插入數(shù)據(jù)庫  sql = "INSERT INTO topic(title,auth,like_count,collection,comment) values('%s','%s','%s','%d','%d')" % (  title, author, like_count, collection_count, comment_count)  # 執(zhí)行  self.db.execute(sql)

4. 最后

本篇文章通過一個簡單的實例，聊到了 feapder 中最簡單的爬蟲 AirSpider

感謝各位的閱讀，以上就是“爬蟲框架feapder的安裝和使用”的內容了，經(jīng)過本文的學習后，相信大家對爬蟲框架feapder的安裝和使用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關知識點的文章，歡迎關注！

網(wǎng)頁名稱：爬蟲框架feapder的安裝和使用
分享鏈接：http://jinyejixie.com/article10/jpdpgo.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供企業(yè)網(wǎng)站制作、標簽優(yōu)化、定制網(wǎng)站、網(wǎng)站設計公司、小程序開發(fā)、移動網(wǎng)站建設

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)