代码拉取完成,页面将自动刷新
同步操作将从 灰禹/django_scrapyd 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
pip install -r requirements.txt
#x-www-form-urlencoded
#post
#url = http://127.0.0.1:8000/spider/scrapy
#运行环境 scrapyd,scrapydweb,django,logparser,selenium windows下需要安装pywin32,chrome浏览器,chromedriver.exe已放于根目录
chromedriver需要与浏览器版本匹配,目录下版本为 81.0.4044.69
chromedriver下载地址http://npm.taobao.org/mirrors/chromedriver/
运行命令
一定要进入进入 ContentSpider : scrapyd
根目录 py manage.py runserver 8500
根目录 scraydweb
进入 ContentSpider : logparser -dir E:/xxx/scrapy_site/ContentSpider/logs
还有两个setting文件的配置项需要改
然后开启队列监听scheduler.py
百度图片存储:
域名https://cdnimg.xxxxx
bucketName
ixxxx
Access Key
c222b7a0936049xxxxx
Secret Key
fe95ef95a3294973xxxxx
#postman参数json示例
{
"add_time": "2020-04-22",
"allowed_domains": " ",
"cate_id": 4,
"charset": "uft-8",
"id": 1,
"list_xpath": " .//u/li/a/@href",
"rules": [
{
"match": ".//h1[@class=\"main-title\"]/text()",
"name": "title"
},
{
"key": 1587637191655,
"match": ".//div[@class=\"date-source\"]/a[@class=\"source ent-source\"]/text()",
"name": "author",
"value": ""
},
{
"key": 1587637233828,
"match": ".//div[@class=\"channel-path\"]/a[2]/text()",
"name": "tag",
"value": ""
},
{
"key": 1587637245922,
"match": ".//div[@id=\"artibody\"]",
"name": "content",
"value": ""
},
{
"key": 1587637281180,
"match": ".//div[@class=\"date-source\"]/span[@class=\"date\"]/text()",
"name": "create_time",
"value": ""
}
],
"spider_name": "新浪体育中超列表爬虫",
"start_urls": "http://sports.sina.com.cn/csl/",
"update_time": "2020-04-22",
"url_contain": " ",
"url_no_contain": " ",
"url_type": 1
}
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。