快速部署|快速部署 Scrapy项目scrapyd的详细流程快速部署Scrapy项目scrapyd的详细

快速部署 Scrapy项目 scrapyd 给服务端 install scrapyd

pip install scrapyd-i https://pypi.tuna.tsinghua.edu.cn/simple

运行

scrapyd

文章图片

【快速部署|快速部署 Scrapy项目scrapyd的详细流程】修改配置项，以便远程访问
使用Ctrl +c 停止上一步的运行的scrapyd
在要运行scrapyd 命令的路径下，新建文件scrapyd.cnf 文件
输入以下内容

[scrapyd]
# 网页和Json服务监听的IP地址，默认为127.0.0.1（只有改成0.0.0.0 才能在别的电脑上能够访问scrapyd运行之后的服务器）
bind_address = 0.0.0.0
# 监听的端口，默认为6800
http_port= 6800
# 是否打开debug模式，默认为off
debug = off

文章图片

在客户端 install scrapyd-client
? 1. 安装 scrapy-client 命令如下

pip install scrapyd-client-i https://pypi.tuna.tsinghua.edu.cn/simple

配置Scrapy 项目 ? 修改 scrapy.cfg 文件

文章图片

1 检查配置

scrapyd-deploay -l

发布scrapy项目到scrapyd所在的服务器（此时爬虫未运行）

# scrapyd-deploy -p --version # taget : 就是前面配置文件里的deploy后面的的target名字，例如 ubuntu1# project: 可以随意定义，建议与 scrapy 爬虫项目名相同# version: 自定义版本号不写的话默认为当前时间戳，一般不写scrapyd-deploy ubuntu-1 -p douban

注意
爬虫目录下不要放无关的py文件，放无关的py文件会导致发布失败，但是当爬虫发布成功后，会在当前目录生成一个setup.py文件，可以删除掉。
4.发送运行爬虫命令

curl http://10.211.55.5:6800/schedule.json -d project=douban -d spider=top250

5.停止爬虫

curl http://ip:6800/cancel.json -d project=项目名 -d job=任务的id值

文章图片

curl http://10.211.55.5:6800/cancel.json -d project=douban -d job=121cc034388a11ebb1a7001c42d0a249

文章图片

注意

如果scrapy项目代码，修改了，只需要重新发布到scrapyd所在服务器即可
如果scrapy项目暂停了，可以再次通过curl的方式发送命令让其“断点续爬”

Scrapy项目部署-图形化操作Gerapy 一，说明
Gerapy 是一款国人开发的爬虫管理软件（有中文界面）是一个管理爬虫项目的可视化工具，把项目部署到管理的操作全部变为交互式，实现批量部署，更方便控制、管理、实时查看结果。
gerapy和scrapyd的关系就是，我们可以通过gerapy中配置scrapyd后，不使用命令，直接通过图形化界面开启爬虫。
二，安装
命令 (安装在爬虫代码上传端)