Scrapy爬虫（7）在Windows中安装及使用Scrapy

傷城~ 2022-05-29 03:17 555阅读 0赞

本次分享将介绍Scrapy在Windows系统中的安装以及使用，主要解决的问题有：

*  在Windows中安装Scrapy模块
 *  在IDE（PyCharm）中使用Scrapy
 *  Scrapy导出的csv文件乱码

首先介绍如何在Windows中安装Scrapy模块。  
  在[https://www.lfd.uci.edu/~gohlke/pythonlibs/][https_www.lfd.uci.edu_gohlke_pythonlibs]网站中下载适合自己Python版本和Windows位数的Twisted模块（Scrapy模块依赖于它）及Scrapy模块， 然后放在Python安装目录下的Scripts文件加下，用pip install方式安装。  
  模块安装完毕，输入’scrapy -h’, 输出信息如下则表示Scrapy安装成功。

![scrapy -h][]

为了能随时随地地使用Scrapy, 需要将Scrapy添加到Windons系统的环境变量中，具体过程不再详述。  
  添加到环境变量后再重启电脑，就能随时创建Scrapy项目了，至此，我们以成功地在Windows中安装了Scrapy，并能随时创建Scrapy项目。

接着讲述如何在PyCharm中使用Scrapy.  
  在cmd中输入’scrapy startproject bookSpider’创建bookSpider项目，再在PyCharm中将其导入，文件结构如下：

![scrapy项目结构][scrapy]

我们将完成完成与[Scrapy爬虫（5）爬取当当网图书畅销榜][Scrapy_5]中的项目一样的功能，只不过，这一次是在Windows的PyCharm中进行。  
  在settings.py中设置“ROBOTSTXT\_OBEY = False”. 修改items.py，代码如下：

import scrapy
     class BookspiderItem(scrapy.Item): rank = scrapy.Field() name = scrapy.Field() author = scrapy.Field() press = scrapy.Field() price = scrapy.Field() comments = scrapy.Field()

然后，在spiders文件夹下新建BookSpider.py，代码如下：

import scrapy
    import scrapy.cmdline
    from scrapy.selector import Selector
    from bookSpider.items import BookspiderItem
    
    class bookSpider(scrapy.Spider):
        name = 'bookScrapy'
        start_urls = ['http://bang.dangdang.com/books/bestsellers/01.00.00.00.00.00-recent7-0-0-1-%d'%i for i in range(1,26)]
    
        def parse(self, response):
            item = BookspiderItem()
            sel = Selector(response)
    
            book_list = response.css('ul.bang_list.clearfix.bang_list_mode').xpath('li')
    
            for book in book_list:
                item['rank'] = book.css('div.list_num').xpath('text()').extract_first()
                item['name'] = book.css('div.name').xpath('a/text()').extract_first()
                item['author'] = book.css('div.publisher_info')[0].xpath('a/text()').extract_first()
                item['press'] = book.css('div.publisher_info')[1].xpath('a/text()').extract_first()
                item['price'] = book.css('span.price_n').xpath('text()').extract_first()
                item['comments'] = book.css('div.star').xpath('a/text()').extract_first()
    
                yield item
    
    def main():
        scrapy.cmdline.execute(['scrapy', 'crawl', 'bookScrapy', '-o', 'dangdangBook.csv', '-t', 'csv'])
    
    main()

在上述代码中，引入scrapy.cmdline，能够执行cmd命令，并定义了main()函数来完成cmd命令的执行。

运行BookSpider.py，程序出错，因为缺少win32api模块。

![缺少win32api模块][win32api]

莫慌，可以在[https://www.lfd.uci.edu/~gohlke/pythonlibs/][https_www.lfd.uci.edu_gohlke_pythonlibs]网站中下载pywin32模块，然后安装即可。安装完pywin32模块后，再次运行BookSpider.py，这次程序运行成功！

![程序运行成功][SouthEast]  
  
同时，该程序也生成了csv文件。

![生成csv文件][csv]  
  
  至此，我们以能够在PyCharm环境中使用Scrapy.

生成的csv文件内容如下，

![csv文件内容][csv 1]

我们用WPS Excel打开并没有乱码，但是用Microsoft Excel打开会乱码。解决Microsoft Excel打开乱码的问题，可以具体参考[https://www.zhihu.com/question/21414417][https_www.zhihu.com_question_21414417] .

本次分享到此结束，欢迎大家交流~~

[https_www.lfd.uci.edu_gohlke_pythonlibs]: https://www.lfd.uci.edu/~gohlke/pythonlibs/
[scrapy -h]: /images/20220529/aec8debdba844921bcc377b152ea9001.png
[scrapy]: /images/20220529/35d47e457a06468298077921f20fc5d5.png
[Scrapy_5]: http://blog.csdn.net/jclian91/article/details/79561497
[win32api]: /images/20220529/db200f0403d74cc780a796e382968f1e.png
[SouthEast]: /images/20220529/682364f788774b33b71070c435bd4566.png
[csv]: /images/20220529/b209b72523534d2a99417eed2fb3c034.png
[csv 1]: /images/20220529/30673fea5d664749a9e97b4568c64284.png
[https_www.zhihu.com_question_21414417]: https://www.zhihu.com/question/21414417