scrapy-splash简单使用详解


Posted in Python onFebruary 21, 2021

1.scrapy_splash是scrapy的一个组件

scrapy_splash加载js数据基于Splash来实现的

Splash是一个Javascrapy渲染服务,它是一个实现HTTP API的轻量级浏览器,Splash是用Python和Lua语言实现的,基于Twisted和QT等模块构建

使用scrapy-splash最终拿到的response相当于是在浏览器全部渲染完成以后的网页源代码

2.scrapy_splash的作用

scrpay_splash能够模拟浏览器加载js,并返回js运行后的数据

3.scrapy_splash的环境安装

3.1 使用splash的docker镜像

docker info 查看docker信息

docker images  查看所有镜像

docker pull scrapinghub/splash  安装scrapinghub/splash

docker run -p 8050:8050 scrapinghub/splash &  指定8050端口运行

3.2.pip install scrapy-splash

3.3.scrapy 配置:

SPLASH_URL = 'http://localhost:8050'
  DOWNLOADER_MIDDLEWARES = {
    'scrapy_splash.SplashCookiesMiddleware': 723,
    'scrapy_splash.SplashMiddleware': 725,
    'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810,
  }
  SPIDER_MIDDLEWARES = {
    'scrapy_splash.SplashDeduplicateArgsMiddleware': 100,
  }
  DUPEFILTER_CLASS = 'scrapy_splash.SplashAwareDupeFilter'
  HTTPCACHE_STORAGE = 'scrapy_splash.SplashAwareFSCacheStorage'

3.4.scrapy 使用

from scrapy_splash import SplashRequest
yield SplashRequest(self.start_urls[0], callback=self.parse, args={'wait': 0.5})

4.测试代码:

import datetime
import os
 
import scrapy
from scrapy_splash import SplashRequest
 
from ..settings import LOG_DIR
 
 
class SplashSpider(scrapy.Spider):
  name = 'splash'
  allowed_domains = ['biqugedu.com']
  start_urls = ['http://www.biqugedu.com/0_25/']
 
  custom_settings = {
    'LOG_FILE': os.path.join(LOG_DIR, '%s_%s.log' % (name, datetime.date.today().strftime('%Y-%m-%d'))),
    'LOG_LEVEL': 'INFO',
    'CONCURRENT_REQUESTS': 8,
    'AUTOTHROTTLE_ENABLED': True,
    'AUTOTHROTTLE_TARGET_CONCURRENCY': 8,
 
    'SPLASH_URL': 'http://localhost:8050',
    'DOWNLOADER_MIDDLEWARES': {
      'scrapy_splash.SplashCookiesMiddleware': 723,
      'scrapy_splash.SplashMiddleware': 725,
      'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810,
    },
    'SPIDER_MIDDLEWARES': {
      'scrapy_splash.SplashDeduplicateArgsMiddleware': 100,
    },
    'DUPEFILTER_CLASS': 'scrapy_splash.SplashAwareDupeFilter',
    'HTTPCACHE_STORAGE': 'scrapy_splash.SplashAwareFSCacheStorage',
 
  }
 
  def start_requests(self):
    yield SplashRequest(self.start_urls[0], callback=self.parse, args={'wait': 0.5})
 
  def parse(self, response):
    """
    :param response:
    :return:
    """
    response_str = response.body.decode('utf-8', 'ignore')
    self.logger.info(response_str)
    self.logger.info(response_str.find('http://www.biqugedu.com/files/article/image/0/25/25s.jpg'))

scrapy-splash接收到js请求:

scrapy-splash简单使用详解

到此这篇关于scrapy-splash简单使用详解的文章就介绍到这了,更多相关scrapy-splash 使用内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python调用机器喇叭发出蜂鸣声(Beep)的方法
Mar 23 Python
Python的Bottle框架中获取制定cookie的教程
Apr 24 Python
Python中对元组和列表按条件进行排序的方法示例
Nov 10 Python
Python黑魔法@property装饰器的使用技巧解析
Jun 16 Python
Python 中 Virtualenv 和 pip 的简单用法详解
Aug 18 Python
对python Tkinter Text的用法详解
Oct 11 Python
python生成九宫格图片
Nov 19 Python
分享Python切分字符串的一个不错方法
Dec 14 Python
使用python 打开文件并做匹配处理的实例
Jan 02 Python
深入浅析Python 中 is 语法带来的误解
May 07 Python
tensorflow之变量初始化(tf.Variable)使用详解
Feb 06 Python
python实现FTP循环上传文件
Mar 20 Python
详解使用scrapy进行模拟登陆三种方式
Feb 21 #Python
利用Python如何画一颗心、小人发射爱心
Feb 21 #Python
python 第三方库paramiko的常用方式
Feb 20 #Python
Python中Qslider控件实操详解
Feb 20 #Python
python基于selenium爬取斗鱼弹幕
Feb 20 #Python
Python爬虫+Tkinter制作一个翻译软件的示例
Feb 20 #Python
python爬虫用request库处理cookie的实例讲解
Feb 20 #Python
You might like
967 个函式
2006/10/09 PHP
本地机apache配置基于域名的虚拟主机详解
2013/08/10 PHP
php中将一段数据存到一个txt文件中并显示其内容
2014/08/15 PHP
PHP whois查询类定义与用法示例
2019/04/03 PHP
关于IFRAME 自适应高度的研究
2006/07/20 Javascript
JavaScript中继承的一些示例方法与属性参考
2010/08/07 Javascript
EXTJS FORM HIDDEN TEXTFIELD 赋值 使用value不好用的问题
2011/04/16 Javascript
jquery文字上下滚动的实现方法
2013/03/22 Javascript
js实现简单的可切换选项卡效果
2015/04/10 Javascript
javascript实现十秒钟后注册按钮可点击的方法
2015/05/13 Javascript
nodejs实现遍历文件夹并统计文件大小
2015/05/28 NodeJs
jQuery 判断图片是否加载完成方法汇总
2015/08/10 Javascript
JS实现仿微博可关闭弹出层效果
2015/09/21 Javascript
jQuery+css实现的tab切换标签(兼容各浏览器)
2016/01/28 Javascript
javascript实现将数字转成千分位的方法小结【5种方式】
2016/12/11 Javascript
JS实现二叉查找树的建立以及一些遍历方法实现
2017/04/17 Javascript
基于Particles.js制作超炫粒子动态背景效果(仿知乎)
2017/09/13 Javascript
图片懒加载imgLazyLoading.js使用详解
2020/09/15 Javascript
react-native 圆弧拖动进度条实现的示例代码
2018/04/12 Javascript
js动态引入的四种方法
2018/05/05 Javascript
基于mpvue小程序使用echarts画折线图的方法示例
2019/04/24 Javascript
Javascript Web Worker使用过程解析
2020/03/16 Javascript
js实现简单五子棋游戏
2020/05/28 Javascript
JS实现电脑虚拟键盘打字测试
2020/06/24 Javascript
Vue组件通信$attrs、$listeners实现原理解析
2020/09/03 Javascript
[02:48]DOTA2英雄基础教程 暗夜魔王
2013/12/12 DOTA
Python pickle模块用法实例
2015/04/14 Python
Python中return语句用法实例分析
2015/08/04 Python
Python3中正则模块re.compile、re.match及re.search函数用法详解
2018/06/11 Python
用python实现英文字母和相应序数转换的方法
2019/09/18 Python
基于canvas的骨骼动画的示例代码
2018/06/12 HTML / CSS
英国运动风奢侈品购物网站:Maison De Fashion
2020/08/28 全球购物
优秀中专生推荐信
2013/11/17 职场文书
简历自荐信
2013/12/02 职场文书
美容院管理规章制度
2015/08/05 职场文书
工厂无线对讲系统解决方案
2022/02/18 无线电