基于scrapy、selenium、beautifulsoup、pyvirtualdisplay的新闻爬虫

###问题：

####一财网：js生成cookie，无法直接访问，使用selenium解决；

####**经营报：直接访问会报521错误，js生成cookie后重定向才能得到首页，phantomjs并不能解决这个重定向,但Firefox可以解决。

####为了不让浏览器打开，用了headless-firefox。具体教程参考：http://scraping.pro/use-headless-firefox-scraping-linux/ 使用selenium和scrapy结合代码可看yicai_spider.py

包括列表有：

网站名称 网站链接
民航资源网 http://news.carnoc.com/ **民航报 http://www.caacnews.com.cn/ **民用航空网 http://www.caac.gov.cn/XWZX/MHYW/ 网易财经 http://money.163.com/special/002526O5/transport.html **旅游新闻网 http://www.cntour2.com/ **旅游报 http://www.toptour.cn/home/ 第一旅游网 http://www.toptour.cn/home/ 国家旅游局 http://www.cnta.gov.cn/xxfb/ 凤凰科技 http://www.donews.com/ 腾讯科技 http://www.iheima.com/ 网易科技 http://tech.ifeng.com/ 钛媒体 http://tech.qq.com/ 虎嗅 http://tech.163.com/internet i黑马 http://www.tmtpost.com/ 36氪 http://www.huxiu.com/ Donews http://www.36kr.com/ Techweb http://www.techweb.com.cn/news/ 澎湃新闻 http://www.thepaper.cn/
界面新闻 http://www.jiemian.com/ 天下网商 http://i.wshang.com/ 每日经济 http://www.nbd.com.cn/ 21世纪 http://www.21cbh.com/ 一财网 http://www.yicai.com/ 网易财经 http://money.163.com/special/002526O5/transport.html 创业邦 http://www.cyzone.cn/ 雷锋网 http://www.leiphone.com/ **经营报 http://www.cb.com.cn/ 华丽志 http://luxe.co/ 华尔街见闻 http://wallstreetcn.com/ 好奇心日报 http://www.qdaily.com/ Travel weekly China http://www.travelweekly-china.com/ 迈点网 http://www.meadin.com/ 劲旅网 http://www.ctcnn.com/ 品橙旅游 http://www.pinchain.com/

公众号 帐号 **民航网 caacnews-officials 里屋里酒店咨讯 liwuli-hotels 航旅同行 travelskygds 航企哪些事儿 ThingsOfAirlines 航旅IT圈子 icarnoc 民航资源网 bvnagzine 商业价值 wow36kr 36氪 huxiu-com 虎嗅网 guifabucom 硅发布 pinchain 品橙旅游 wepingwest pingwest中文网 GP4008202018 智慧旅行 ctcnn1 劲旅网 dotours 旅游圈 meadin1 迈点网 thepapernews 澎湃新闻 qqtech 腾讯科技 zglybs 旅界 lvjienews 旅游商业观察 ph1240888257 B座12楼 B1-12F BBTtravel BBTtravel 华丽志 LuxeCO 在线旅讯 otadaily 酒店内参 ehotelier 星硕袁学娅专栏