1. 利用Scrapy对接Seleniumr的方法实现爬取网站(新浪财经上海A股股票) 的股票信息，将爬取到的数据保存到csv文件并输出。爬取的数据包括：代码，名称，最新价，买入，卖出，昨收，今开，最高，最低，成交量/手，成交额/万，振幅，换手率，市净率，市盈率，总股本，流通股。爬取网址：https://vip.stock.finance.sina.com.cn/mkt/#sh_a

这个问题比较复杂，需要使用Scrapy和Selenium两个库进行结合使用。下面是一个简单的示例代码：

首先，需要安装Scrapy和Selenium库，可以使用以下命令进行安装：

pip install scrapy
pip install selenium

接下来，创建一个Scrapy项目：

scrapy startproject sina_stock

在项目目录下创建一个spider，例如`sina.py`，并添加以下代码：

import scrapy
from scrapy.selector import Selector
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time

class SinaSpider(scrapy.Spider):
    name = 'sina'
    allowed_domains = ['vip.stock.finance.sina.com.cn']
    start_urls = ['https://vip.stock.finance.sina.com.cn/mkt/#sh_a']

    def __init__(self):
        chrome_options = Options()
        chrome_options.add_argument('--headless')
        self.driver = webdriver.Chrome(chrome_options=chrome_options)

    def parse(self, response):
        self.driver.get(response.url)
        time.sleep(5)
        sel = Selector(text=self.driver.page_source)
        rows = sel.xpath('//*[@id="dataTable"]/div[2]/table/tbody/tr')
        for row in rows:
            code = row.xpath('td[1]/a/text()').extract_first()
            name = row.xpath('td[2]/a/text()').extract_first()
            latest_price = row.xpath('td[3]/span/text()').extract_first()
            buy_price = row.xpath('td[4]/span/text()').extract_first()
            sell_price = row.xpath('td[5]/span/text()').extract_first()
            close_price = row.xpath('td[6]/span/text()').extract_first()
            open_price = row.xpath('td[7]/span/text()').extract_first()
            high_price = row.xpath('td[8]/span/text()').extract_first()
            low_price = row.xpath('td[9]/span/text()').extract_first()
            volume = row.xpath('td[10]/span/text()').extract_first()
            turnover = row.xpath('td[11]/span/text()').extract_first()
            amplitude = row.xpath('td[12]/span/text()').extract_first()
            turnover_rate = row.xpath('td[13]/span/text()').extract_first()
            pb_ratio = row.xpath('td[14]/span/text()').extract_first()
            pe_ratio = row.xpath('td[15]/span/text()').extract_first()
            total_shares = row.xpath('td[16]/span/text()').extract_first()
            circulating_shares = row.xpath('td[17]/span/text()').extract_first()

            yield {
                'code': code,
                'name': name,
                'latest_price': latest_price,
                'buy_price': buy_price,
                'sell_price': sell_price,
                'close_price': close_price,
                'open_price': open_price,
                'high_price': high_price,
                'low_price': low_price,
                'volume': volume,
                'turnover': turnover,
                'amplitude': amplitude,
                'turnover_rate': turnover_rate,
                'pb_ratio': pb_ratio,
                'pe_ratio': pe_ratio,
                'total_shares': total_shares,
                'circulating_shares': circulating_shares
            }

    def closed(self, reason):
        self.driver.quit()

在`__init__`方法中，创建了一个无头Chrome浏览器对象，这个浏览器对象会被用来获取动态加载的股票信息数据。

在`parse`方法中，使用Selenium模拟浏览器访问网站，然后使用XPath表达式提取页面中的股票信息数据，并将其作为字典对象`yield`出去。

最后，在`closed`方法中关闭浏览器对象。

最后，可以使用以下命令运行这个爬虫：

scrapy crawl sina -o stocks.csv

这个命令会将爬取到的数据保存到`stocks.csv`文件中。