TURING.DT

Scrapy是基于python的开源爬虫框架，使用起来也比较方便。具体的官网档：http://doc.scrapy.org/en/latest/ 之前以为了解python就可以直接爬网站了，原来还要了解HTML，XML的基本协议，在了解基础以后，在了解下xpath的基础上，再使用正则表达式(python下的re包提供支持)提取一定格式的信息（比如说url），就比较容易处理网页了。 xpath是

Firefox是一个非常专业的浏览器，它许多插件。由于爬虫项目需要，要看网页的代码，并且找到有用信息，我推荐firebug这个看代码的工具，并使用xpath提取需要的信息。 firefox浏览器安装好，打开菜单-》附加组件-》扩展-》搜索firebug和xpath checker，安装就可以了，最后重启浏览器 Firebug: 安装好之后，可以在屏幕的下方看到一个小虫的标志，是暗色的，说

Scrapy，Python开发的一个快速,高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。 Scrapy吸引人的地方在于它是一个框架，任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类，如BaseSpider、sitemap爬虫等，最新版本又提供了web2.0爬虫的支持。 使用python2