(python3爬虫一)linux宝塔搭建python3.x+flask+selenium

通过宝塔安装自定义python3环境

一  . 

 1宝塔安装python项目管理器

        

2.安装python3.x版本(宝塔系统默认环境2.7,不可共用,会影响面板等冲突)

3.下载flask项目  或本地开发好的flask

flask的github地址https://github.com/pallets/flask

4.上传到服务器上,项目文件夹下,一般是/www/wwwroot/python/xxx  做为根目录  (xxx为flask根文件夹)

  *参考路径

5.添加python项目(通过python管理器创建独立运行环境)

    这里依赖容易报错,可以尝试下,添加失败的话,可以先去掉勾选,

    主要是为了创建python3.x的独立虚拟环境

创建后发现根目录多了一个虚拟环境的文件夹随机字符串_venv

6.检查python版本是否与安装的虚拟环境一致,我们安装的如3.9.7版本  

命令行输入(V大写 )  

 python -V

发现没有正确获取版本,读取的还是系统环境

需要处理环境问题,通过conda管理环境

(参考文档宝塔centos7安装Conda_centos 离线安装conda-CSDN博客

下载

wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh

下载好后直接安装  

sh ./Anaconda3-2022.10-Linux-x86_64.sh

一路回车遇见输入,输入yes继续回车,等待安装完毕(共两次yes)

安装完毕后  输入conda   提示不存在的话

修改 打开文件(宝塔界面或vim熟练的直接vim操作)

/root/.bashrc

文件  最后一行添加

export PATH="/root/anaconda3/bin:$PATH"

修改保存后重载配置

source /root/.bashrc

如下  conda -V  可以看到版本即可

conda常用命令

# 创建虚拟环境一【env_name是你自定义的环境名称】
conda create -n env_name python=x.x
 
# 进入环境【env_name是你自定义的环境名称】
source activate env_name
 
# 退出环境【env_name是你自定义的环境名称】
source deactivate env_name
 
# 创建虚拟环境二【指定路径创建。path是你自定义的路径,注意是完整路径】
conda create -p path python=x.x
 
# 进入环境【指定路径创建。path是你自定义的路径,注意是完整路径】
source activate path
 
# 退出环境【env_name这个是你完整路径最后的文件夹名,如:/root/home,那么env_name便是home】
source deactivate env_name
 
# 查看虚拟环境列表
conda env list
 
# 查看conda配置
conda info
 
# 在虚拟环境中查看py依赖
conda list
 
# 根据路径创建的环境删除【指定路径创建。path是你自定义的路径,注意是完整路径】
conda env remove -p path
 
# 根据虚拟环境名称删除【env_name是你自定义的环境名称】
conda env remove -n env_name
 
# 打包依赖为requirements.txt
pip freeze > requirements.txt
 
# 安装依赖requirements.txt
pip install -r requirements.txt

我们执行回到项目目录  使用命令进入虚拟环境(这里是虚拟环境放项目根目录了,以后所有项目可以单独使用版本,即做到版本隔离,避免冲突等影响)

source activate  0f7e13bc03e6421f1e6d852dab6ad178_venv/

查看版本  可以看到从3.6.x切换到 3.9.x成功

2.开启flask

flask依赖再检查一遍 ,项目可以先生成依赖包文件,然后执行批量下载安装包

pip freeze >requirements.txt
pip install -r requirements.txt

网络可能有有问题,安装较慢

直接执行flask run  缺什么安装什么

下一步安装浏览器以及驱动

(python3爬虫二)Linux安装谷歌浏览器以及对应版本驱动程序-CSDN博客

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python是一种强大的编程语言,其应用领域广泛,包括了数据处理、数据挖掘和爬虫等方面。在这其中,Python爬虫技术已经成为数据获取和处理的重要建设板块。同时,数据库是存储和管理数据的基本方式,其由于高效、安全和稳定等特性而被广泛应用在各个领域中。 在Python的Web框架中,Flask是一种极为流行的工具,其为开发Web应用提供了很多便利,尤其适合小型和中型的Web应用开发。在Flask框架中,开发者可以使用Python编写各种功能,如路由、拦截器、数据验证、数据渲染等等。 在就业系统的建设过程中,PythonFlask可以负责Web应用的开发。爬虫技术则可以用于从多个网站获取招聘信息,并将其存储在数据库中,包括职位、公司、薪资、职位要求等信息。数据库技术则可以用于数据的管理和访问,包括SQL Server、MySQL、PostgreSQL等多种方式。 总而言之,PythonFlask爬虫和数据库技术可以结合起来,为企业提供高效、准确和可靠的招聘数据,提高招聘质量和效率。 ### 回答2: Python是一门非常流行的编程语言,被广泛应用于爬虫、数据处理、Web开发等领域。在Web开发方面,Flask是一种轻量级的Web应用框架,易于上手,同时也有很好的扩展性和灵活性。 爬虫是将互联网上的数据爬取下来,并进行处理和分析的过程。Python中有很多爬虫框架,比如Scrapy、Beautiful Soup等。而在爬取数据后,需要对其进行存储和管理,这时数据库就成了必不可少的一环。Python中常用的数据库有MySQL、SQLite、PostgreSQL等。 在就业系统中,我们可以利用爬虫来获取各种招聘信息,并将其储存在数据库中,方便后续查询和管理。Flask则可以搭建一个基于Web的简单就业系统,可以实现用户注册、登录、简历管理、招聘信息查看等功能。 总的来说,PythonFlask爬虫和数据库在就业系统中的应用,提高了数据的收集和管理效率,同时也提供了更加丰富、便捷的招聘信息查询和管理方式,帮助求职者和企业更好地完成匹配和招聘。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值