1.在Pycharm的Terminal中输入“scrapy startproject news”创建爬虫项目，“news”为项目名。
2.自动生成的工程目录
3.编写item.py，也就是定义要爬取信息的字段
4.进入news/news/spiders目录下，使用命令“ scrapy genspider -t crawl newscrawl ‘news.sina.com.cn’ ”创建爬虫名为“newscrawl”的爬虫文件，爬虫域是“news.sina.com.cn”。
5.编写newscrawl.py文件。其中“https://news.sina.com.cn/\w/time/\w+-\w+.shtml”正则是用来匹配“http://news.sina.com.cn/hotnews/”页面上的链接的。注：可以查看链接的规律个性化定制。
xpath的匹配可以通过“xpath helper”插件来快速定位，或者通过chrome浏览器按F12检查网页代码，选中匹配的代码右击选择“copy xpath”获取匹配规则。
6.编写pipelines.py文件，处理爬取的数据。（此处是存入数据库）
7.在settings.py中将下图中的代码注释取消。
8.启动爬虫，在spiders目录下启动爬虫“scrapy crawl newscrawl”
9.任务结束后查看数据库。（因为数据库中newsContent字段在自己的项目中是用富文本编辑器展示的，所以将标签和内容一起爬取出来，便于展示。可以根据自己的需求在步骤5中修改content的xpath匹配规则）
10.将项目部署到阿里云，设置定时任务。