这是一个创建于 4382 天前的主题，其中的信息可能已经有所发展或是发生改变。
源码： https://github.com/geekan/scrapy-examples
这个工程是为了 http://www.oschina.net/code/snippet_1026739_25291 的改写而试手的作品，依赖Scrapy爬虫框架。
现在有几个基本的爬虫：douban书籍爬取，linkedin的公共资料爬取，以及几个很有用的入门tutorial。
截图： https://raw2.github.com/geekan/resource_collection/master/image/doubanbook.jpg
这个工程是为了 http://www.oschina.net/code/snippet_1026739_25291 的改写而试手的作品，依赖Scrapy爬虫框架。
现在有几个基本的爬虫：douban书籍爬取，linkedin的公共资料爬取，以及几个很有用的入门tutorial。
截图： https://raw2.github.com/geekan/resource_collection/master/image/doubanbook.jpg
 |
1
faceair 2014 年 2 月 1 日
要做图书馆数据整合，刚巧用得上，谢～
|
 |
2
alexapollo OP  1
@faceair 哈哈~ 大恩不言谢，红包呢！
|
|
3
alexapollo OP 更新了hrtencent的爬取~
|
 |
4
lincanbin 2014 年 2 月 1 日
上个月写过一个爬豆瓣读书的，为了整合一个图书馆系统。
豆瓣读书有一个现成的API，Response是JSON格式，非常方便。 |
|
5
alexapollo OP @lincanbin 多谢回复。有看过API，但这个工程也仅是为了练Scrapy :)
|
 |
6
bearcat001 2014 年 2 月 2 日
你用递归了吗？scrapy如何做递归比较舒服...?
我一直再用yield Request，可控性不高 |
|
7
alexapollo OP @bearcat001 递归的目的是？爬整站吗？我原来写了一套递归系统，但感觉Rule还挺好用，就都废弃了
|
 |
8
funcman 2014 年 2 月 3 日
豆瓣的数据根本不值得爬。
|
|
9
alexapollo OP 1
@funcman Example而已。。
|
|
10
funcman 2014 年 2 月 3 日
@alexapollo 是对想弄图书馆数据的一楼说的。
|
 |
11
robertlyc 2014 年 2 月 4 日
豆瓣有api提供
|
Select Language