用scrapy写一个爬取豆瓣电影的脚本

好的，以下是一个简单的使用Scrapy爬取豆瓣电影的脚本：

首先，创建一个Scrapy项目：

scrapy startproject douban_movie

然后，在项目的根目录下创建一个名为douban_movie_spider.py的爬虫文件。在该文件中，编写如下代码：

import scrapy

class DoubanMovieSpider(scrapy.Spider):
    name = 'douban_movie'
    allowed_domains = ['movie.douban.com']
    start_urls = ['https://movie.douban.com/top250']

    def parse(self, response):
        for movie in response.xpath('//div[@class="hd"]'):
            yield {'title': movie.xpath('a/span[@class="title"]/text()').extract_first()}

        next_page = response.xpath('//span[@class="next"]/a/@href').extract_first()
        if next_page:
            yield scrapy.Request(response.urljoin(next_page), callback=self.parse)

在这个爬虫中，我们首先定义了一个名为DoubanMovieSpider的类，它继承自Scrapy的Spider类。我们设置了一些属性，包括name（爬虫的名称）、allowed_domains（允许爬取的域名）和start_urls（起始URL）。

在parse()方法中，我们使用XPath表达式来提取每部电影的标题，并将其作为一个字典的值返回。我们还使用XPath表达式来提取下一页的URL，并使用Scrapy的Request对象获取该URL并继续调用parse()方法。

最后，我们需要在命令行中运行以下命令来启动这个爬虫：

scrapy crawl douban_movie -o movies.json

这个命令将使用我们刚刚编写的爬虫来爬取豆瓣电影Top250，并将结果保存为JSON文件。