含有大量爬虫的scrapy项目部署到Linux服务器并设置定时启动

前言

当scrapy爬虫项目中含有大量爬虫时（几百甚至更多），我们使用网上所介绍的scrapy同时启动多个爬虫方法会造成因端口不足而使爬虫运行失败。所以当我们的项目中含有大量爬虫时，可以考虑逐个运行爬虫，这样虽然运行时间长了一些但是可以令所有的爬虫都能运行。

一、配置环境

安装爬虫所需要的一些库，这里不再详述。我们主要讲述爬虫的部署以及如何让爬虫在服务器上定时自动运行。

二、编写爬虫运行程序

在spiders文件夹的同级下创建一个新的py文件，命名为run.py，然后编写这个文件，代码如下：

#-*- coding:utf8 -*-
import os
import re
import time
import subprocess

for filename in os.listdir(r'/home/Spidernet/Spider/peoplenet/peoplenet/spiders'):
	file_path = os.path.join(r'/home/Spidernet/Spider/peoplenet/peoplenet/spiders',filename)
	if os.path.splitext(file_path)[1] == '.py' and filename != 'run.py' and filename != '__init__.py':
		temp = ['scrapy','crawl']
		ru1 = re.compile(r'(.*).py')
		spiderName = ru1.search(filename).group(1)
		print(spiderName)
		temp