1.项目需求是获取该网站内所有数据并保存到指定数据库，这里我把拿到的数据放到了mongodb，模块主要是处理登入模块，获取cookie和token模块，处理数据请求参数模块，数据处理模块，异常处理模块等2.该爬虫是我个人开发，主要基于Scrapy框架实现的，用到的技术栈主要有scrapy，selenium，phatomjs，requests，XPath解析器，BeautifulSoup解析器，PyQuery CSS解析器抽取结构化数据, 使用正则表达式抽取非结构化数据等3.该网站技术难点主要体现在获取登入所需的cookie，一共进行了6次重定向且每次重定向不能让他自动跳转，每次重定向会拿到一个cookie片段，最后拼接在一起，最后还需做一个加密处理才是能使用的cookie！！！查看全文
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论