本实战是上图中的“独立python爬虫”的一个实例，以采集豆瓣小组讨论话题(https://www.douban.com/group/haixiuzu/discussion?start=0 )信息为例，记录整个采集流程，包括python和依赖库的安装，即便是python初学者，也可以跟着文章内容成功地完成运行。
2.4，安装selenium
pip install selenium2.5，PhantomJS下载
下载地址 http://phantomjs.org/download.html把下载得到的phantomjs-2.1.1-windows.zip解压到本机的某个文件夹下把解压后的文件夹中的phantomjs.exe的完整路径加文件名记录下来，用来替换下面代码的 browser = webdriver.PhantomJS(executable_path='C:\\phantomjs-2.1.1-windows\\bin\\phantomjs.exe') 这一行中的两个单引号之间的内容。
3，网络爬虫的源代码
运行过程如下:
将上面的代码保存到douban.py中，和前面2.3步下载的提取器类gooseeker.py放在同一个文件夹中打开Windows CMD窗口，切换当前目录到存放douban.py的路径(cd \\xxxx\\xxx)运行 python douban.py
5，总结因为信息采集规则是通过api下载下来的，所以，本案例的源代码显得十分简洁。同时，整个程序框架变得很通用，因为最影响通用性的采集规则是从外部注入的。
6，集搜客GooSeeker开源代码下载源
1. GooSeeker开源Python即时网络爬虫GitHub源
简单吧！嘿嘿！私信小编007即可获取数十套PDF哦！
閱讀更多 繁華落盡and曲終人散 的文章
