江汉大学学报(自然科学版) ›› 2018, Vol. 46 ›› Issue (6): 522-527.doi: 10.16389/j.cnki.cn42-1737/n.2018.06.006
张喜红,王玉香
ZHANG Xihong,WANG Yuxiang
摘要: 以中药材天地网站的信息收集为例,基于Scrapy 框架设计了中药材品名、规格、产地、价格等信息提取的爬虫。首先,借助浏览器的网页审查元素工具分析目标网页的结构,并抽取目标元素的XPath 路径;接着,采用Scrapy框架构建网络爬虫工程,分别在相应的文件中设计目标元素的解析规则及元素的存储方法;最后利用设计的爬虫采集目标网站信息进行测试,以西洋参、三七为例,将线上采集数据与线下实地调研的数据进行对比。结果表明,所设计的爬虫能快速、高效、准确获取目标网站的信息,且与线下实地调研数据相符,可为后续的研究提供数据支撑。
中图分类号: