Scrapy实战-下载豆瓣图书封面

紧接着再识Scrapy-爬取豆瓣图书，我们打算把每一本图书的封面都爬下来，毕竟下载图片是一件很棒的事。可以凭借这招去搜集各种表情包呢，还可以省了在某榴辛辛苦苦一个一个打开网页的烦恼呢。
根据官方文档，下载图片其实pipeline.py的额外工作而已，大致分为以下几步

1. 在Spider中，额外定义一个image_urls用来存放图片链接的 item；
2. 这个item会从spider中传递到pipeline中
3. 在这个item到了ImagesPipeline后，里面的url经由scheduler插队到downloader进行下载
4. 下载完成后，Scrapy会新建一个files字段用于存放结果。
5. 需要额外安装PIL保证正常工作。

使用方法

1. 在settings.py的ITEM_PIPELINES中加入
   'scrapy.pipelines.images.ImagesPipeline':1,

2. 在items.py中建立相应的item.
   import scrapy
   class MyItem(scrapy.Item):
   # ... 其他字段 ...
   image_urls = scrapy.Field()
   images = scrapy.Field()

3. 在settings.py中添加图片存放目录,如
   IMAGES_STORE = 'G:/images'

4. （非必须）假设你觉得image_urls和images不够霸气，想换个名字，如douban_urls，douban你可以在settings.py中增加如下字段，用来声明新的字段：
   IMAGES_URLS_FIELD = ‘douban_urls'
   IMAGES_RESULT_FIELD = 'douban'

文件命名格式为：下载图片url的SHA1 hash值，不喜欢的话可以看这里进行深入研究，反正我就看图，凑合用了。