gspider 0.1.1

Spider Example

以下是我们的一个爬虫类示例，其作用为爬取 百度新闻 的热点要闻:

fromgspiderimportSpider,HttpRequest,run_spider,SelectorclassBaiduNewsSpider(Spider):defstart_requests(self):yieldHttpRequest("http://news.baidu.com/")defparse(self,response):selector=Selector(response.text)hot=selector.css("div.hotnews a").textself.log("Hot News:")foriinrange(len(hot)):self.log("%s: %s",i+1,hot[i])if__name__=='__main__':run_spider(BaiduNewsSpider)

在爬虫类中我们定义了一些方法：

• start_requests: 返回爬虫初始请求。
• parse: 处理请求得到的页面，这里借助 Selector 及CSS Selector语法提取到了我们所需的数据。

Documentation

http://gspider.readthedocs.io/