环境配置及爬取数据

1. 环境配置流程

远程访问阿里云

创建个人文件夹

手动创建个人文件夹

查看python版本

用pip安装virtualenv
忘记截图了
创建venv虚拟环境

pip安装twisted

安装crypotography

安装scraphy

查看scrapy版本

安装成功

2. 配置过程中问题

    首先是使用SSH远程登录云服务器时，输入密码无法显示，以为出错，输入检查了几次，仍旧无法输入，然后查看相关文档发现Linux下命令行就是这个样子的。然后进行下一步，创建文件夹。创建后显示成功，但是查看文件夹时显示No such file or directory。于是手动创建文件夹。创建成功。之后在安装其他安装包部分很顺利，没有遇见问题。有四个安装包由于同组有一个人首先进行了安装，组内具有sudo权限的人安装即可，所以没有进行安装，分别是
（1）build-essential: Informational list of build-essential packages；
（2）libssl-dev:是OpenSSL项目实施SSL和TLS加密协议的一部分，用于通过Internet进行安全通信。
（3）libffi-dev:外部函数接口库（开发文件）
（4）python-dev:头文件和Python的静态库（默认）

3. 爬取数据部分过程

爬取html、激活并进入虚拟目录

本地编写spiders代码并上传

把写好的py文件拖进spiders目录下
开始执行文件
得到html文件

爬取json数据
本地编写spiders代码并上传

把写好的py文件拖进spiders目录下
执行、保存

爬取热门标签
本地编写spiders代码并上传

把写好的py文件拖进spiders目录下
激活进入虚拟路径

执行操作

将爬取结果存为xulixin.json文件

爬取完成
爬取成功后，目录结构

将得到的json文件转化为xml格式，得到xml文件。（xml文件在邮件附件部分）

4. 爬取数据部分问题

    爬取数据时在上传py文件部分遇到了问题，没有将文件传入指定位置。拖入了命令行中，导致执行失败，之后看教程将文件传入并执行成功。得到了对应的html文件和json文件。