群晖 python 爬虫_群辉、Docker 和 Jupyter

最近用 Python 写了一个爬虫在网上搜集资料。因为每次都要遍历几万了网页，完整运行一次灰常耗时。

今天偶然瞥见角落里的群晖，突发奇想，反正文件服务器24小时开着，能不能把简单的爬虫任务交给它呢？我习惯使用 Jupyter Notebook 运行 Python 脚本，首先要解决的自然就是给群辉安装 Jupyter Notebook。

网上搜索一通之后发现前辈们的思路主要有两种：一种是直接安装到群辉系统中，一个是通过 docker 加载专门的镜像。我个人偏向于后一种思路，即把单独的功能做成虚拟机的形式，各自独立的运行在服务器上。万一一个手滑玩脱了，虚拟机最多删了重新下载一次，服务器系统挂了可就凉凉了。

群辉上 docker 可以直接从应用中心下载安装，灰常之方便。

开启 docker，进入 Registery，搜索 jupyter，然后勇敢的面对选择恐惧症，居然有111页的结果。。。当然我关心的主要是排名第一的datascience-notebook。这个镜像大概2GB，最后解压完大概6GB。 趁着下载的时候，我们继续为镜像容器的设置做准备工作。

尽管 Jupyter 会运行在一个与外部相对隔绝的环境，我还是需要文件的输入输出，或者保存程序脚本以防容器崩溃把所有的文件都连着带仙游了。在控制面板中创建一个新的共享文件夹，取一个毫无想象力的名字，比如 jupyter，并且将读写权限交给本地普通用户组，确保镜像容器可以正常访问。按照网上的帖子，有前辈仅向特定用户授予读写权限，