python定时爬虫_编写python定时任务爬虫

如果你的爬虫需要在指定的时间进行数据爬取，那么，你需要做一个定时任务，在预先设置的时间点启动爬虫。

在linux系统下，你可以使用crontab命令设置定时任务，不多这个命令对于初学者来说用起来不那么简单直观，本文推荐你使用定时任框架APScheduler

pip install apscheduler

该框架的接口定义十分友好，比如你希望你的爬虫函数run_spider 在每天的10点15分能够准时启动，那么你的代码可以写成下面的样子

from apscheduler.schedulers.blocking import BlockingScheduler

def run_spider():

print("启动爬虫")

sched = BlockingScheduler()

sched.add_job(run_spider, 'cron', hour=10, minute=15)

sched.start()

在add_job方法里，关于时间的设置，可以参考 CronTrigger类的初始化函数

如果你希望自己的爬虫每3分钟就执行一次爬取，那么你可以将代码写成下面的样子

from apscheduler.schedulers.blocking import BlockingScheduler

def run_spider():

print("启动爬虫")

sched = BlockingScheduler()

sched.add_job(run_spider, 'interval', minutes=3)

sched.start()

关于时间的设置，可以参考IntervalTrigger类的初始化函数

掌握上面两种定时任务设置方法，搞定绝大多数定时任务已经搓搓有余了