前言
为了方便对爬虫项目的流程化管理,需要一款合适的工具。主要实现的功能有:
能对爬虫项目的管理做到“统一”、“稳定”、“方便”;
能够查看爬虫项目的运行情况,包括查看日志,控制台信息,告错预警信息等。
以切身实际需求来说,普通的Scrapy项目已能够满足信息采集的需求,不过充其量也就是一个脚本,怎么样能更进一步,形成一个完整的采集项目呢?对程序代码的检测,采集内容的检测,服务运行的情况统计等内容是必不可少的。
基于以上目标,学习搭建Scrapy爬虫项目的管理部署就显得十分重要了。
第一章 Scrapy的服务程序Scrapyd
1.了解Scrapyd
Scrapyd是一个运行Scrapy爬虫的服务程序,提供一系列HTTP接口来帮助部署、启动、停止和删除爬虫程序。Scrapyd支持版本管理,同时还可以管理多个爬虫任务,利用它可以方便的完成Scrapy爬虫项目的部署任务调度。
2.安装启动Scrapyd
在控制台中,安装命令如下:
pip3 install scrapyd
更详细的安装流程可以参考:https://setup.scrape.center/scrapyd
安装完成后,启动Scrapyd的命令如下:
scrapyd
3.访问Scrapyd
Scrapy 默认会在6800端口上运行。访问服务器的6800端口,就可以看到一个WebUI页面。
如下图所示