python爬虫中怎样编写pyspider

这篇文章给大家分享的是有关python爬虫中怎样编写pyspider的内容。小编觉得挺实用的，因此分享给大家做个参考。一起跟随小编过来看看吧。

代码：

from pyspider.libs.base_handler import *class Handler(BaseHandler):
    crawl_config = {
    }
 
    @every(minutes=24 * 60)    def on_start(self):
        self.crawl('__START_URL__', callback=self.index_page)
 
    @config(age=10 * 24 * 60 * 60)    def index_page(self, response):        for each in response.doc('a[href^="http"]').items():
            self.crawl(each.attr.href, callback=self.detail_page)
 
    @config(priority=2)    def detail_page(self, response):        return {            "url": response.url,            "title": response.doc('title').text(),
        }

crawl_config：爬虫的全局参数设置，例如请求头和cookies可以在这里设置（传入关键字及对应的参数即可）

on_start(self)：爬虫开始爬取的入口

crawl：和requests有相同的功能 ，可以支持 get(默认) 和 post，常用的参数有

data 是想要提交数据

callback 可以在执行完 crawl后调用回调函数

method 是指定 访问方法

files 上传文件，{'key': ('file.name': 'content')}

headers 请求头，类型dict

cookies 请求的 Cookies 类型 dict

timeout 请求内容里最大等待秒数．默认值：120

connect_timeout ： 指定请求时链接超时时间,单位秒，默认值：20

proxy ： 可以设置代理服务器，暂时只支持http代理

感谢各位的阅读！关于python爬虫中怎样编写pyspider就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到吧！