前面十章我们了解了一些简单的python爬虫知识,
用来解决简单的贴吧下载,绩点运算自然不在话下。
不过要想批量下载大量的内容,比如知乎的所有的问答,那便显得游刃不有余了点。
于是乎,爬虫框架Scrapy+Python,Scrach这个单词是抓取的意思,
暂且可以叫它:小抓抓吧。
小抓抓的官网地址:点我点我。
那么下面来简单的演示一下小抓抓Scrapy的安装流程。
具体流程参照:官网教程。
友情提醒:一定要按照Python的版本下载,要不然安装的时候会提醒找不到Python。
下列windows下:
下列linux下:
1.安装python
yum install python
2.安装lxml
lxml是一种使用python编写的库,可以迅速、灵活的处理XML。点击这里选择对应的python版本安装。
3.安装setuptools
用来安装egg文件,点击这里下载python2.7对应版本的setuptools。
4.安装zope.interface
可以使用第三步下载的setuptools来安装egg文件,现在也有exe版本,点击这里下载。
5.安装Twisted
Twisted是用python实现的基于事件驱动的网络引擎框架,点击这里下载。
6.安装pyOpenSSL
pyOpenSSL是python的OpenSSL接口,点击这里下载。
7.安装win32py
提供win32api,点击这里下载。
8.安装Scrapy
终于到了几动人心的时候了!安装了那么多小部件之后终于轮到主角登场。
直接在terminal中输入easy_install scrapy回车即可。
9.检查安装
在终端中输入import scrapy命令。得到下列页面,表示环境配置成功。
python 安装scrapy常见错误:
Fedora下:
一、致命错误:libxml/xmlversion.h:没有那个文件或目录
yum install libxml2-devel
ln -s /usr/include/libxml2/libxml /usr/include/libxml
二、致命错误:libxslt/xsltconfig.h:没有那个文件或目录
yum install libxslt-devel
Ubuntu下:
一、致命错误:libxml/xmlversion.h:没有那个文件或目录
apt-get install libxml2-dev
ln -s /usr/include/libxml2/libxml /usr/include/libxml
二、致命错误:libxslt/xsltconfig.h:没有那个文件或目录
apt-get install libxslt-dev