利用Scrapy对接Seleniumr爬取网址：https://vip.stock.finance.sina.com.cn/mkt/#sh_a，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，将爬取到的数据保存到csv文件并输出。

好的，下面是具体的爬虫代码实现。

首先，需要安装Scrapy和Selenium，可以使用以下命令安装：

pip install scrapy
pip install selenium

接着，创建一个Scrapy项目，命名为sina_stock：

scrapy startproject sina_stock

进入sina_stock目录，创建一个名为sina_spider.py的爬虫文件：

cd sina_stock
scrapy genspider sina_spider vip.stock.finance.sina.com.cn

然后，打开sina_spider.py文件，将以下代码复制进去：

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


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

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

    def parse(self, response):
        self.driver.get(response.url)
        sleep(3)
        sel = Selector(text=self.driver.page_source)
        rows = sel.xpath('//table[@id="dataTable"]/tbody/tr')
        for row in rows:
            item = {}
            cols = row.xpath('./td/text()').extract()
            item['code'] = cols[0]
            item['name'] = cols[1]
            item['last_price'] = cols[2]
            item['buy'] = cols[3]
            item['sell'] = cols[4]
            item['pre_close'] = cols[5]
            item['open'] = cols[6]
            item['high'] = cols[7]
            item['low'] = cols[8]
            item['volume'] = cols[9]
            item['turnover'] = cols[10]
            item['amplitude'] = cols[11]
            item['turnover_rate'] = cols[12]
            item['pb_ratio'] = cols[13]
            item['pe_ratio'] = cols[14]
            item['total_capital'] = cols[15]
            item['circulating_capital'] = cols[16]
            yield item

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

该代码使用了Selenium模拟浏览器操作，打开网址后等待3秒钟，然后使用XPath选择器获取表格中的数据。数据被保存在一个名为item的字典中，最后使用yield语句将item传递给Scrapy引擎。在爬虫结束时，关闭Selenium驱动程序。

接着，需要将爬取到的数据保存到csv文件中。在sina_stock目录下创建一个名为pipelines.py的文件，将以下代码复制进去：

import csv


class SinaStockPipeline(object):
    def __init__(self):
        self.file = open('sina_stock.csv', 'w', newline='')
        self.writer = csv.writer(self.file)
        self.writer.writerow(['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'])

    def process_item(self, item, spider):
        row = [item['code'], item['name'], item['last_price'], item['buy'], item['sell'], item['pre_close'], item['open'], item['high'], item['low'], item['volume'], item['turnover'], item['amplitude'], item['turnover_rate'], item['pb_ratio'], item['pe_ratio'], item['total_capital'], item['circulating_capital']]
        self.writer.writerow(row)
        return item

    def close_spider(self, spider):
        self.file.close()

该代码在爬虫启动时创建一个名为sina_stock.csv的csv文件，然后在pipeline中使用csv模块将每个item写入文件中。

最后，需要在settings.py文件中启用pipeline和禁用robots.txt：

ITEM_PIPELINES = {
    'sina_stock.pipelines.SinaStockPipeline': 300,
}

ROBOTSTXT_OBEY = False

现在可以运行爬虫了：

scrapy crawl sina_spider

当爬虫结束时，将在sina_stock目录下创建一个名为sina_stock.csv的文件，其中包含爬取到的数据。