python定制爬虫scrapy.spiders抓取测试数据

本程序是用python编写，无需安装。运行Crawler.exe就可以看到效果。</br> 如果不修改配置是抓取新浪科技的内容，修改配置可以抓取指定的网站。</br> 配置文件采用ini的格式.</br> spider_config.ini蜘蛛的配置</br> 1. maxThreads 爬虫的线程数</br> 2. startURL 爬虫开始的URL</br> 3. checkFilter 爬虫只抓取指定的URL（采用正则表达式匹配)</br> 4. urlFilter 爬虫提供给分析器的URL（采用正则表达式匹配)</br> sucker_config.ini 网页分析器的配置</br> 1. maxThreads 分析器的线程数</br> 2. pattern parser匹配的正则表达式</br> 3. parser 指定对应pattern的分析器</br> 本程序支持自定义分析器。可以参照软件包中NewsParser.py的写法自己写个parser，前提是熟悉python。写好后运行compile编译承pyc就可以了