这次项目的目标是爬取豆瓣图书的数据,并且持久化保存,用了一个星期的时间完成。采用Python框架scrapy与模块requests来进行数据爬取的。这次项目分为四个模块,模块一负责爬取豆瓣图书标题的URL存储到redis中,模块二根据标题URL爬取详情页URL存储到redis中,模块三根据详情页URL爬取详情页图书信息暂存到redis中,模块四将模块三存储到redis中的数据转储到MySQL中,进行持久化存储。我负责的是模块四转储数据
评论