学习
# 继承 scrapy
start_urls
def parse(self,response)
scrapy runspider file.py -o file.csv
pip install scrapy // 安装
scrapy startproject demo // 创建项目
cd demo
scrapy genspider gdqy_spider gdqy.gov.cn// 创建 爬虫
iterms.py // 编写字段
piplines.py // 处理获取的 item 数据
# 编写代码，分析源代码，获取 xpath 或者 css path
demo : scrapy crawl gdqy_spider // 运行爬虫
问题记录：
- 运行爬虫出现 500 错误：
解决办法：设置 settings.py 文件 去掉 USER_AGENT 的注销
- response.xpath() 无法获取数据：
解决办法：删除 xpath 中出现的 tbody
- 出现提示：list index out of range
错误原因，没有获取到数据，可能是url 错误或者是 xpath 错误，也有可能是需要登陆
- 无法获取或者下载到图片
错误原因：file_urls 字段的值类型必须为 list ，加上 [ ] 括号
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
