Python Scrapy-运行蜘蛛

Question

在Windows计算机上运行Python27 ...尝试使用Scrapy

遵循基本的Scrapy教程@ http://doc.scrapy.org/en/latest/intro/overview.html

我创建了以下蜘蛛并将其保存为Test2 @ C：\\ Python27 \\ Scrapy

import scrapy


class StackOverflowSpider(scrapy.Spider):
name = 'stackoverflow'
start_urls = ['http://stackoverflow.com/questions?sort=votes']

def parse(self, response):
    for href in response.css('.question-summary h3 a::attr(href)'):
        full_url = response.urljoin(href.extract())
        yield scrapy.Request(full_url, callback=self.parse_question)

def parse_question(self, response):
    yield {
        'title': response.css('h1 a::text').extract_first(),
        'votes': response.css('.question .vote-count-post::text').extract_first(),
        'body': response.css('.question .post-text').extract_first(),
        'tags': response.css('.question .post-tag::text').extract(),
        'link': response.url,
    }

下一步告诉我使用scrapy runspider stackoverflow_spider.py -o top-stackoverflow-questions.json运行蜘蛛

但是我不知道在哪里运行那行代码。

我习惯在python文件的末尾运行打印或存储到csv命令以便检索结果。

当然，这是一个简单的解决方法，但我不明白..在此先感谢。

Answer 1

您将需要在使用的任何命令行实用程序（例如Cygwin，cmd等）中执行runspider命令。

该命令将在运行命令的目录中创建一个名为top-stackoverflow-questions.json的文件。