Scrapy+Gerapy部署爬虫
前言
Hi,大家好,又见面了,我是码农星期八,废话不多说,直接开始肝吧,奥里给
爬虫管理效果图
; 依赖包
文件: requirements.txt
项目文件
项目文件: qiushi.zip
项目文件可以加我qq,1600636368获取
实现功能:糗事百科段子爬虫
这是 Scrapy
项目,依赖包如上
运行项目步骤
- 在安装好依赖包并且解压项目文件,
pip install -r requirements.txt
- 执行命令
scrapy crawl duanzi --nolog
配置Scrapyd
可以理解 Scrapyd
是一个管理我们写的 Scrapy
项目的,配置好这个之后,可以通过命令 运行, 暂停等操作控制爬虫
其他的就不说了,这个用的也不多,我们需要做的就是将它启动就可以了
启动Scrapyd服务
3. 游览器输入
http://127.0.0.1:6800/
,出现以下图片代表正确
; 打包Scrapy上传到Scrapyd
上述只是启动了 Scrapyd
,但是并没有将 Scrapy
项目部署到 Scrapy
上,需要配置以下 Scrapy
的 scrapy.cfg
文件
配置如下
打包命令
scrapyd-deploy <部署名> -p <项目名>
</项目名></部署名>
本次示例命令
scrapyd-deploy qb -p qiushi
如图所示,出现以下图片表示成功
注:过程可能会有问题,解决办法我放在后面了!!!
再次回到游览器,会多了一个项目 qiushi
,到此为止, Scrapyd
已经配置完毕
配置Gerapy
上述都配置完毕之后,就可以进行Gerapy配置了,其实Scrapyd的功能远不止上述那么少,但是是命令操作的,所以不友好,
Gerapy可视化的爬虫管理框架,使用时需要将 Scrapyd
启动,挂在后台,其实本质还是向 Scrapyd
服务发请求,只不过是可视化操作而已
基于 Scrapy、Scrapyd、Scrapyd-Client、Scrapy-Redis、Scrapyd-API、Scrapy-Splash、Jinjia2、Django、Vue.js 开发
配置步骤
Gerapy
和 Scrapy
是没有关系的,所以可以随便选一个文件夹,这里我创建了一个gerapyDemo文件夹
- 执行命令初始化gerpay
gerapy init
会生成一个gerapy文件夹
- 进入生成的gerapy文件夹中
- 执行命令,会生成一表
gerapy migrate
2. 启动gerapy服务,默认是8000端口,可以指定端口启动
gerapy runserver
gerapy runserver 127.0.0.1:9000 本机 9000端口启动
当然,一般情况下,大概是这样的界面,我们需要生成账号密码
停止服务,输入命令 gerapy creatsuperuser
,根据提示创建账号密码就使用账号登录了
在Gerapy添加爬虫项目
上述都配置之后,我们就可以配置爬虫项目了,通过点点点的方式,就可以运行爬虫了
点击 主机管理-->创建
,ip是Scrapyd服务的主机,端口是Scrapyd的端口,默认6800,填写后点击创建
然后在主机列表,调度中,就可以运行爬虫了
运行爬虫
获取结果,结果已经写入本地
; 打包爬虫上传
上述过程,我们只是能玩爬虫了,但是并不彻底,按照道理来说,我们还差一个打包过程,只有打包爬虫了,才算是真正的结合在一起了
步骤
- 首先需要将爬虫项目拷贝到gerapy下面的projects文件夹下
- 刷新页面,点击项目管理,可以看到可配置和打包都是x号状态
点击部署,写好描述,点击打包
再次回到主界面,可以发现打包已经是正确的了
至此,基本整个流程结束
解决scrapyd-deploy不是内部外部命令
通常情况下,在执行scrapyd-deploy时,会提示 scrapyd-deploy
不是内部或外部命令,嗯…这个是正常操作
解决步骤
2. 修改这两个文件,内容如下
scrapy.bat
@echo off
D:\programFiles\miniconda3\envs\hy_spider\python D:\programFiles\miniconda3\envs\hy_spider\Scripts\scrapy %*
@echo off
D:\programFiles\miniconda3\envs\hy_spider\python D:\programFiles\miniconda3\envs\hy_spider\Scripts\scrapyd-deploy %*
在这里插入图片描述
注:红色方框表示是解释器的位置,上述内容是一行的,我粘贴过来怎么调都是两行…,一一对应好就好了
Gerapy使用流程总结
1.gerapy init 初始化,会在文件夹下创建一个gerapy文件夹
2.cd gerapy
3.gerapy migrate
4.gerapy runserver 默认是127.0.0.1:8000
5.gerapy createsuperuser 创建账号密码,默认情况下都是没有的
6.游览器输入127.0.0.1:8000 登录账号密码,进入主页
7.各种操作,比如添加主机,打包项目,定时任务等
总结
上述以入门的方式解决了安排了以下如何通过 Gerapy + Scrpyd + Scrapy
可视化部署爬虫
如果在操作过程中有任务问题,记得下面留言,我们看到会第一时间解决问题
我是码农星期八,如果觉得还不错,记得动手点赞以下哈,
感谢你的观看
Original: https://blog.csdn.net/tianyi19/article/details/112863467
Author: Tian翊
Title: Scrapy+Gerapy部署爬虫
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/791424/
转载文章受原作者版权保护。转载请注明原作者出处!