Scrapy-Redis分布式爬虫常规操作

一、X-path 的常规用法
1、/是从根节点选取，有顺序
2、//从当前节点选择文档中的节点，无顺序
3、.选取当前节点
4、..选取当前节点的父节点
5、@选取属性
6、 //div[@class='doclist']/a
    选择class属性为doclist的div标签下的所有a的标签。
    a[1]是选择第一个，a[last()]是选择最后一个。
    a[possition()<=3]是选择前3个a标签
7、//ul[@class= "b_listul"]/li[2]/following-sibling::ul[1]
    选择ul/li[2]标签的同级第一个ul标签;
    preceding-silbling::li[1]是选择ul标签之前的。
8、//book/title | //book/price
    选取book标签下咋所有title和price标签。
9、//div[@class = 'doclist']/a/text()
    选择a标签的文本内容。
    a/@href是选择a标签的href属性内容。
10、string(//ul[@class = "b_listul"])
    取//ul[@class = "b_listul"]标签下的所有文本内容。
----------------------------------------------------------------------
二、redis的相关命令
1、keys aa*
    查看所有的以aa开始的redis_key
2、flushdb
    清空redis数据库，即清空所有的redis_key
3、redis 中存在两种数据格式 （key 指向的value是一个集合list/set）
    (1)、list集合,value是以list集合存在，特点是有序，可以重复
         如 lpush name age 将name作为key, age作为value存入list集合中的最左边（即list中第一位）
            rpush name age 将name作为key, age作为value存入list集合中的最右边（即list中最后一位)
         如 lrange name 0 10  查看key=name 指向的value集合中,下标从第0位-第10位(前10个)元素中,key=name 的value值
            没有rrange
         如 llen key_name 查看key_name中value存在的个数
    (2)、set集合,value是以set集合存在特点是无序，去重
         如 sadd name age ,将name作为key, age作为value存入set集合中
         如 scard key_name 查看key_name中value存在的个数
4、del key_name
    删除某个key,对应的value也会被删除
5、rename old_key_name new_key_name
    重新命名key_name
----------------------------------------------------------------------
三、MongoDB常用命令(这里要看个人的习惯，平时采集到的数据我都放在了MongoDB里)
1、show collections
    查看所有的集合（表）
2、db.tb_name.findOne()
    查看tb_name表中的一条数据
3、db.tb_name.find().pretty().limit(100)
    查看100条数据，并美化输出结果
4、db.tb_name.find({'doctor_name':'叶定伟'})
    查看医生姓名为叶定伟的所有数据
5、db.tb_name.count()
    查看tb_name表的数据量
6、db.tb_name.drop()
    删除tb_name表

7、db.tb_name.remove({consult_time:/天/})
    删除tb_name表中，字段consult_time中包括"天"的数据（这里是模糊匹配）
8、db.tb_name.find().
    forEach(function(x){
    db.new_tb.insert(x);
    })
    将tb_name表中的数据备份到new_tb表中
9、db.table_name.update({}, {$rename:{"旧键名称":"新键名称"}}, false, true)
　　参数提醒：
　　第一个false表示："如果不存在update的记录"；（可以换成）true为插入新的记录,默认是false，不插入。
　　第二个true表示：mongodb默认是false，只更新找到的第一天记录；如果这个参数是true，就把按条件查出来的多条记录全部更新
10、db.旧表名.renameCollection('新表名')
　　修改表名称

----------------------------------------------------------------------
四、小结
1、strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。
2、.extract() 返回一个list(就是系统自带的那个) 里面是一些你提取的内容