1、新建虚拟环境(方便管理),在虚拟环境中安装scrapy项目需要使用到的包
新建虚拟环境: mkvirtualenv --python=C:\python36\scripts\python.exe scrapySpider
进入虚拟环境使用pip将所需包安装完成
2、打开命令行工具执行pip install scrapyd
3、输入scrapyd启动scrapyd服务,在浏览器输入127.0.0.1:6800 即可查看是否成功启动服务
4、如果连接成功先关闭服务,自己在非C盘下新建一个文件夹,名称自定义如:ScrapydProject
然后进入该文件夹,shift+右键 选择在此处打开命令行工具,输入scrapyd命令,执行完成后会在该文件夹中新建一个dbs空文件夹,用来存放部署到scrapyd服务上的项目的数据库文件。
注:你在哪个环境下执行的Scrapyd命令,那你的Scrapyd服务使用的就是那个环境,所以你项目使用的哪个环境,你就在哪个环境下执行Scrapyd,开启服务,避免因为环境不一致,导致出错
5、安装scrapyd-client模块。scrapyd-client模块是专门打包scrapy爬虫项目到scrapyd服务中的,进入虚拟环境,执行命令pip install scrapyd-client,安装完成后,在虚拟环境的scripts中会出现scrapyd-deploy无后缀文件,这个scrapyd-deploy无后缀文件是启动文件,在Linux系统下可以运行,在windows下是不能运行的,所以我们需要编辑一下使其在windows可以运行。
6、新建一个scrapyed-deploy.bat文件,右键选择编辑,输入一下配置:
@echo off
"D:\Envs\Scrapy\Scripts\python.exe" "D:\Envs\Scrapy\Scripts\scrapyd-deploy" %1 %2 %3 %4 %5 %6 %7 %8 %9
8、打开爬虫项目中的scrapy.cfg文件,这个文件就是给scrapyd-deploy使用的 将url这行代码解掉注释,并且给设置你的部署名称
9、执行scrapyd-deploy -l 启动服务,可以看到设置的名称
10、开始打包前,执行一个命令:scrapy list,这个命令执行成功说明可以打包了,如果没执行成功说明还有工作没完成
注意执行 scrapy list 命令的时候很有可能出现错误,如果是python无法找到scrapy项目,需要在scrapy项目里的settings.py配置文件里设置成python可识别路径
BASE_DIR = os.path.dirname(os.path.abspath(os.path.dirname(__file__)))
sys.path.insert(0, os.path.join(BASE_DIR, "JobsSpider"))
如果错误提示,什么远程计算机拒绝,说明你的scrapy项目有链接远程计算机,如链接数据库或者elasticsearch(搜索引擎)之类的,需要先将链接服务器启动
执行 scrapy list 命令返回了爬虫名称说明一切ok了。
执行打包命令: scrapyd-deploy 部署名称 -p 项目名称
如:scrapyd-deploy wj -p JobsSpider
开启爬虫命令:curl http://localhost:6800/schedule.json -d project=项目名称 -d spider=爬虫名称
则爬虫运行成功