scrapy_redis配置

scrapy_redis配置

一、配置spider文件

注释start_urls

 start_urls = ['https://baidu.com']

增加redis_key

redis_key = 'taoche:start_urls'

spider继承

from scrapy_redis.spiders import RedisSpider
class TcSpider(RedisSpider):

start_urls文件用来导入链接

import redis
from taoche import settings

url = 'https://%s.taoche.com%s'
redis_client = redis.Redis('localhost')
for city in settings.CITY_CODE:
    for cx in settings.MORE:
        start_urls = url % (city, cx)
        redis_client.lpush('taoche:start_urls', start_urls)

二、配置settings

主机setting配置:

###配置scrapy-redis调度器
SCHEDULER = "scrapy_redis.scheduler.Scheduler"
###配置url去重
DUPEFILTER_CLASS = "scrapy_redis.dupefilter.RFPDupeFilter"
ITEM_PIPELINES = {
    'scrapy_redis.pipelines.RedisPipeline': 300
}
SCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.PriorityQueue'
#主机名
REDIS_HOST = 'localhost'
##端口号
REDIS_PORT = 6379
# REDIS_URL="redis://[user]:password@localhost:port"

从机setting配置:


	SCHEDULER = "scrapy_redis.scheduler.Scheduler"
	# 去重
	DUPEFILTER_CLASS = "scrapy_redis.dupefilter.RFPDupeFilter"
	#爬取结束后,仍自动清空redis库
	SCHEDULER_PERSIST = True
	# ITEM_PIPELINES = {
	#     'scrapy_redis.pipelines.RedisPipeline': 300
	# }
	REDIS_HOST = '10.10.86.254'
	REDIS_PORT = 6379
	SCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.PriorityQueue'
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值