2020年12月の記事一覧
【Scrapy初心者】コマンドで簡単なHTML取得を学ぶ
今回は、スパイダーの中身を考えていきたいと思います。
class ScrapyBlogSpiderSpider(scrapy.Spider): name = 'topics' allowed_domains = ['news.yahoo.co.jp'] start_urls = ['https://news.yahoo.co.jp/']
クラス名がへんなので、変更してみた。
その
【Scrapy初心者】最初につまずいたとこ
インストールは簡単にできたのだが、pythonで起動させようとファイルを追加した際にごちゃごちゃになったので、その整理図
Scrapyを起動させるまでは、多数他のブログあるので探してみてください。
https://doc-ja-scrapy.readthedocs.io/ja/latest/intro/tutorial.html
ファイルの関係値crawl.py
from scrapy.cr
【Scrapy初心者】連番収集の仕組み
スクレイピングするものは、ページ単体だけでなく、複数ページにまたがるのがほとんどだと思う。今回は、複数ページ、連番をどう収集するか?を考えてみます。
参考:10分で理解する Scrapy
ここに記載されているソースで考えていきます。
import scrapyfrom ten_min_scrapy.items import Postclass ScrapyBlogSpiderSpider(s