scrapy-splash安装使用

一、利用pip安装scrapy-splash库：

pip install scrapy-splash

二、安装docker, 安装好后运行docker（参考docker笔记） https://blog.csdn.net/u011394598/article/details/83060982

三、拉取镜像(pull the image)：

docker pull scrapinghub/splash

四、用docker运行scrapinghub/splash：

docker run -p 8050:8050 scrapinghub/splash

五、在爬虫的settings中配置

1、设置下载中间件：

DOWNLOADER_MIDDLEWARES = {
    'scrapy_splash.SplashCookiesMiddleware': 723,
    'scrapy_splash.SplashMiddleware': 725,
    'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810,
}

2.设置爬虫中间件：

SPIDER_MIDDLEWARES = {
    'scrapy_splash.SplashDeduplicateArgsMiddleware': 100,
}

使用splash解析，要在配置文件中设置：

SPLASH_URL = 'http://127.0.0.1:8050/'

4.配置消息队列所使用的过滤类：

DUPEFILTER_CLASS = 'scrapy_splash.SplashAwareDupeFilter'

配置消息队列需要使用的类：

HTTPCACHE_STORAGE = 'scrapy_splash.SplashAwareFSCacheStorage'