Simpyder - Simple Multithreaded Python Spider
Simpyder - 轻量级多线程Python爬虫
特点
- 轻量级：下载便利，使用简单。
- 多线程：并行下载解析，快速获取数据。
- 可定制：简单配置，适应各种爬取场合。
快速开始
下载
#使用pip3
pip3 install simpyder --user# 更新包
pip3 install simpyder --upgrade编码
用户只需要定义三个函数，实现三个模块：
链接获取
我们需要一个定义一个生成器，用于产生链接。
def gen_url():
for each_id in range(100):
yield "https://www.biliob.com/api/video/{}".format(each_id)链接解析
我们需要定义一个解析链接的函数。其中第一个参数是Response对象，也就是上述函数对应URL的访问结果。
该函数需要返回一个对象，作为处理结果。
def parse(response):
return response.xpath('//meta[@name="title"]/@content')[0]数据导出
上面函数的处理结果将在这个函数中统一被导出。下列例子为直接在控制台中打印导出结果。
def save(item):
print(item)然后将这些模块组成一个Spider
首先导入爬虫对象:
import Spider from simpyder你可以使用构造函数组装Spider
s = Spider(gen_url, parse, save, name="DEMO") # 构造函数方式组装也可以使用assemble函数进行组装
s = Spider()
s.assemble(gen_url, parse, save, name="DEMO") # 先创建爬虫对象，再装载各个模块接着就可以开始爬虫任务
s.run()你也可以配置进行一些简单的配置
from simpyder import SimpyderConfig
sc = SimpyderConfig
sc.COOKIES = "example:value"
sc.USER_AGENT = "my user agent"
s.assemble(gen_url=gen_url, parse=parse, save=save, name="DEMO",config=sc)示例程序
参见B站视频标题爬虫
- 该项目由@Jannchie维护
- 你可以通过邮箱jannchie@gmail.com进行联系
