一年前写了python简单实战项目：《冰与火之歌1-5》角色关系图谱构建的数据库设计和数据可视化共现图谱的构建，中间唯独缺了数据的采集，因为想着只是个小爬虫，应该无关痛痒，后面也觉得这个系列缺了这一环不完美。前几天想着还是补上，结果发现一年前写的爬虫失效了，故索性就再写一个，然后就想着直接用上现在主流的scrapy框架以及redis、mongodb这两个Nosql好了，以小见大。
代码上传到了GitHub上，感兴趣的朋友可以移步：代码
旧爬虫代码（已失效，可做参考）、数据库设计的orm框架内model代码，以及现成抓取好的sqlite数据库均更新到了GitHub上的oldspder文件夹中
新的爬虫需要掌握的知识：
- scrapy
- redis
- mongodb
- xpath
项目在ubuntu16上进行，windows的朋友可以参考崔庆才个人博客来安装scrapy、redis、mongo
然后再推荐一个大牛的博客——新浪微博分布式爬虫分享
然后在最后提出个问题，就是在运行Scrapy并抓取保存好数据后，scrapy依旧在空跑，百度和google了很多，基本解决方式是通过设定爬虫运行超时时间来关闭，觉得治标不治本，欢迎路过的大神不吝赐教，感恩。
20180323112340949.jpg
新项目抛弃了sqlite使用mongodb进行储存数据
网友评论