Python爬虫进阶一之爬虫框架Scrapy安装配置

初级的爬虫我们利用urllib和urllib2库以及正则表达式就可以完成了，不过还有更加强大的工具，爬虫框架Scrapy，这安装过程也是煞费苦心哪，在此整理如下。

Windows 平台：

我的系统是 Win7，首先，你要有Python，我用的是2.7.7版本，Python3相仿，只是一些源文件不同。

官网文档：http://doc.scrapy.org/en/latest/intro/install.html，最权威哒，下面是我的亲身体验过程。

1.安装Python

安装过程我就不多说啦，我的电脑中已经安装了 Python 2.7.7 版本啦，安装完之后记得配置环境变量，比如我的安装在D盘，D:\python2.7.7，就把以下两个路径添加到Path变量中

1	D : \ python2 . 7.7 ; D : \ python2 . 7.7 \ Scripts

配置好了之后，在命令行中输入 python –version，如果没有提示错误，则安装成功

2.安装pywin32

在windows下，必须安装pywin32，安装地址：http://sourceforge.net/projects/pywin32/

下载对应版本的pywin32，直接双击安装即可，安装完毕之后验证：

在python命令行下输入

import win32com

如果没有提示错误，则证明安装成功

3.安装pip

pip是用来安装其他必要包的工具，首先下载 get-pip.py

下载好之后，选中该文件所在路径，执行下面的命令

1	python get - pip . py

执行命令后便会安装好pip，并且同时，它帮你安装了setuptools

安装完了之后在命令行中执行

1	pip -- version

如果提示如下，说明就安装成功了，如果提示不是内部或外部命令，那么就检查一下环境变量有没有配置好吧，有两个路径。

4.安装pyOPENSSL

在Windows下，是没有预装pyOPENSSL的，而在Linux下是已经安装好的。

安装地址：https://launchpad.net/pyopenssl

5.安装 lxml

lxml的详细介绍 点我 ，是一种使用 Python 编写的库，可以迅速、灵活地处理 XML

直接执行如下命令

1	pip install lxml

就可完成安装，如果提示 Microsoft Visual C++库没安装，则 点我 下载支持的库。

6.安装Scrapy

最后就是激动人心的时刻啦，上面的铺垫做好了，我们终于可以享受到胜利的果实啦！

执行如下命令

1	pip install Scrapy

pip 会另外下载其他依赖的包，这些就不要我们手动安装啦，等待一会，大功告成！

7.验证安装

输入 Scrapy

如果提示如下命令，就证明安装成功啦，如果失败了，请检查上述步骤有何疏漏。

Linux Ubuntu 平台：

Linux 下安装非常简单，只需要执行几条命令几个

1.安装Python

1	sudo apt - get install python2 . 7 python2 . 7 - dev

2.安装 pip

首先下载 get-pip.py

下载好之后，选中该文件所在路径，执行下面的命令

1	sudo python get - pip . py

3.直接安装 Scrapy

由于 Linux下已经预装了 lxml 和 OPENSSL

如果想验证 lxml ，可以分别输入

1	sudo pip install lxml

出现下面的提示这证明已经安装成功

1	Requirement already satisfied ( use -- upgrade to upgrade ) : lxml in / usr / lib / python2 . 7 / dist - packages

如果想验证 openssl，则直接输入openssl 即可，如果跳转到 OPENSSL 命令行，则安装成功。

接下来直接安装 Scrapy 即可

1	sudo pip install Scrapy

安装完毕之后，输入 scrapy

注意，这里linux下不要输入Scrapy，linux依然严格区分大小写的，感谢kamen童鞋提醒。

如果出现如下提示，这证明安装成功

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Usage : scrapy < command > [ options ] [ args ]   Available commands : bench Run quick benchmark test fetch Fetch a URL using the Scrapy downloader runspider Run a self - contained spider ( without creating a project ) settings Get settings values shell Interactive scraping console startproject Create new project version Print Scrapy version view Open URL in browser , as seen by Scrapy   [ more ] More commands available when run from project directory