用scrapy爬取贝壳网宁波房屋出售信息，分类存储到本地数据库中（建议sqlite）。

好的，这是一个比较复杂的任务，需要一些具体的步骤来完成。我可以提供一些大致的思路和代码参考。

1. 首先需要安装 Scrapy 和 SQLite3，可以使用 pip 命令进行安装：

pip install scrapy
pip install sqlite3

2. 创建 Scrapy 项目和 Spider

在终端中进入工作目录，执行以下命令创建 Scrapy 项目：

scrapy startproject beike

然后使用以下命令在项目中创建 Spider：

cd beike
scrapy genspider beike_spider ke.com

这里的 `beike_spider` 是你自己定义的 Spider 名称，`ke.com` 是你要爬取的网站域名。

3. 编写 Spider 代码

在 `beike/spiders` 目录下找到 `beike_spider.py` 文件，根据需求修改代码。以下是一个简单的示例：

import scrapy
import sqlite3

class BeikeSpider(scrapy.Spider):
    name = 'beike_spider'
    allowed_domains = ['ke.com']
    start_urls = ['https://nb.ke.com/ershoufang/']

    def parse(self, response):
        # 获取页面中所有房屋信息的链接
        house_urls = response.css('.sellListContent li .title a::attr(href)').extract()

        for url in house_urls:
            yield scrapy.Request(url, callback=self.parse_house)

    def parse_house(self, response):
        # 解析房屋信息
        title = response.css('.title-wrapper .main::text').extract_first().strip()
        price = float(response.css('.price .total::text').extract_first())
        area = float(response.css('.area .mainInfo::text').extract_first())
        unit_price = float(response.css('.unitPrice .unitPriceValue::text').extract_first())

        # 存储到数据库
        conn = sqlite3.connect('beike.db')
        cursor = conn.cursor()
        cursor.execute('CREATE TABLE IF NOT EXISTS houses (title TEXT, price FLOAT, area FLOAT, unit_price FLOAT)')
        cursor.execute('INSERT INTO houses (title, price, area, unit_price) VALUES (?, ?, ?, ?)', (title, price, area, unit_price))
        conn.commit()
        conn.close()

这个 Spider 的作用是爬取宁波贝壳网二手房页面中的所有房屋信息，解析房屋标题、价格、面积和单价，并将其存储到 SQLite3 数据库中。

4. 配置数据库

在工作目录下创建一个空的 SQLite3 数据库文件 `beike.db`。

5. 运行 Spider

使用以下命令运行 Spider：

scrapy crawl beike_spider

Spider 会自动爬取网站并将数据存储到数据库中。

以上是一个简单的示例，具体实现可能会有所差异。如果遇到问题，可以参考 Scrapy 和 SQLite3 的官方文档进行查阅。