目标确定
（1）、创建项目
scrapy startproject qsbk
（2）、技术路线
scrapy框架的使用
（3）、创建爬虫
scrapy genspider spider qiushibaike.com （爬虫名不能与项目名重名）
遇到python不懂的问题，可以加Python学习交流群：1004391443一起学习交流，群文件还有零基础入门的学习资料
（3）、实战
改写settings.py
设置请求头模拟浏览器访问行为
不遵从robots.txt行为
限定下载速度
启用pipelines,如有多个pipelines，数字小表示优先级越高
改写items.py
改写pipelines.py
改写spider.py
（5）、效果展示
我们本次一共抓取到了325条数据
（6）、总结（全爬虫流程分析）
1、我们在spider中传入了初始url，并通过引擎传递给scheduler调度队列生成request请求并通过downloader middleware 进入downloader从互联网上下载数据，返回一个response对象，response是一个scrapy.http.response.html.HtmlResponse对象，可以通过css和xpath语法来提取数据
2、提取出的数据是一个Selector or SelectorList对象，并通过downloader middle 经引擎传递给spider中的parse函数进行解析，我们通过getall()获取了字符串文本,列表类型，get()方法返回第一个值，str类型，这里我们亦可使用extract()返回的是列表类型，extract_first()返回列表中的第一个值，str类型
3、解析后我们使用yield将函数转换为一个生成器，不断的从中抽数据，并传递给item pipeline进行处理
4、在item pipeline中我们使用了三个核心方法和初始化函数，首先打来数据（这里采用__init__，当然你可以在open_spider()中执行，接着使用核心方法process——item进行数据处理，最后使用了close_spider()方法关闭了打开的数据）
5、在保存json数据的时候可以使用JsonItemExporter和JsonLinesItemExporter这两个类来进行
JsonItemExporter：每次将数据添加进内存最后写入磁盘，好处：一个满足json格式的数据。坏处：数据量较大时：内存占用较多(pipelines.py图片2)
JsonLinesItemExporter：每次调用export_item的时候将数据存储到内存，好处：每次直接将数据写入硬盘，节省内存，适用于数据量较大的情况。坏处：不是一个满足json格式的数据（pipelines.py图片3）
6、最后运行爬虫项目，得到目标结果