Python打印scrapy蜘蛛抓取树结构的方法

再过一两夜,秋霜在月下布满山谷,然后退回到北面群山那边稍作停留,好让金黄的初秋温柔地抚慰大地。轻微的茴香气息弥漫在天空中。还有金菊的芬芳气味。雾气翻腾,被九月的月色冲破,露出一片蔚蓝色的天空。

本文实例讲述了Python打印scrapy蜘蛛抓取树结构的方法。分享给大家供大家参考。具体如下:

通过下面这段代码可以一目了然的知道scrapy的抓取页面结构,调用也非常简单

#!/usr/bin/env python
import fileinput, re
from collections import defaultdict
def print_urls(allurls, referer, indent=0):
  urls = allurls[referer]
  for url in urls:
    print ' '*indent + referer
    if url in allurls:
      print_urls(allurls, url, indent+2)
def main():
  log_re = re.compile(r'<GET (.*?)> \(referer: (.*?)\)')
  allurls = defaultdict(list)
  for l in fileinput.input():
    m = log_re.search(l)
    if m:
      url, ref = m.groups()
      allurls[ref] += [url]
  print_urls(allurls, 'None')
main()

希望本文所述对大家的Python程序设计有所帮助。

以上就是Python打印scrapy蜘蛛抓取树结构的方法。大多数人做事没有成功,根本的原因是缺少做的魄力,缺少奋力拼搏的勇气。魄力,沉睡的人体内,一旦被唤醒,会做出许多神奇的事情来。你不要受自筑藩篱或禁闭的思想影响,而放弃追寻理想的魄力。更多关于Python打印scrapy蜘蛛抓取树结构的方法请关注haodaima.com其它相关文章!

标签: Python scrapy