一、安装scrapyd
主要有两种安装方式:
1.pip install scrapyd
从 https://github.com/scrapy/scrapyd 中下载源码, 运行python setup.py install 命令进行安装。
2.安装 scrapyd-deploy
主要有两种安装方式:
pip install scrapyd-client(安装的版本可能不是最新版本)
从 http://github.com/scrapy/scrapyd-client 中下源码, 运行python setup.py install 命令进行安装。
scrapyd的简单使用
1.运行scrapyd
运行命令:scrapyd
然后打开浏览器,输入ip加端口:127.0.0.1:6879
2.发布项目到scrapyd
来到待发布项目的文件夹下,发布前需要修改一下配置文件,打开scrapy.cfg文件;
1.首先去掉url前面的注释符号,url是scrapyd服务器的网址
2.然后project=tenCent为项目名称,可以随意起名
3.修改[deploy]为[deploy:100],表示把爬虫发布到名为100的爬虫服务器上,一般在需要同时发布爬虫到多个目标服务器时使用
运行命令:
scrapyd-deploy -p --version
Target:deploy后面的名称。可以为空
Project:自行定义名称,跟爬虫的工程名字无关。
Version:自定义版本号,不写的话默认为当前时间戳。
然后再刷新浏览器页面
3.创建运行爬虫任务
curl http://localhost:6879/schedule.json -d project=myproject -d spider=spider_name
然后点击浏览器界面的Jobs
scrapyd的控制API
所有的API都是通过http协议发送的请求,目前总共10个api
规则是:http://ip:port/api_command.json,有GET和POST两种请求
- daemonstatus.json
- addversion.json
- schedule.json
- cancel.json
- listprojects.json
- listversions.json
- listspiders.json
- listjobs.json
- delversion.json
10.delproject.json
gerapy的作用和使用流程
Gerapy 是一款分布式爬虫管理框架,支持 Python 3,基于 Scrapy、Scrapyd、Scrapyd-Client、Scrapy-Redis、Scrapyd-API、Scrapy-Splash、Jinjia2、Django、Vue.js 开发,Gerapy 可以帮助我们方便快捷的管理我们的爬虫等。
1.安装gerapy
pip install gerapy
2.初始化gerpay
在命令里输入gerapy init
3.使用命令进入gerapy
cd gerapy
4.进入文件夹后使用命令创建一个sqlite数据库
gerapy migrate
5)访问gerpay服务cmd命令为
gerapy runserver
访问http://127.0.0.1:8000
即可成功