首页 > 编程 > Python > 正文

Python打印scrapy蜘蛛抓取树结构的方法

2019-11-25 17:48:45
字体:
来源:转载
供稿:网友

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 pythonimport fileinput, refrom collections import defaultdictdef 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。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表