scrapyd使用

简介

• Scrapyd是一个服务，用来运行scrapy爬虫
• 它允许你部署你的scrapy项目以及通过HTTP JSON的方式控制你的爬虫
• 官方文档: http://scrapyd.readthedocs.org/

安装

pip install scrapyd

• 安装完成后，输入scrapyd:
  
• 这样scrapyd就运行起来了，访问127.0.0.1:6800即可看到可视化界面。
  

部署scrapy

一、scrapyd其实就是一个服务器端，真正在部署爬虫的时候，我们需要两个东西：

• 1、scrapyd (安装在服务器端)
• 2、scrapyd-client (客户端)
  scrapyd-client，它允许我们将本地的scrapy项目打包发送到scrapyd 这个服务端
  安装 scrapyd-client：pip install scrapyd-client

二、部署scrapy项目

修改scrapy项目中scrapy.cfg配置文件


把url的注释取消掉,这个就是我们要部署到目标服务器的地址
然后，把[deploy]这里改为[deploy:demo]，这里是命名为demo，命名可以任意怎么都可以，只要能标识出来项目就可以。
下边的project 就是我们的工程名，到此配置文件更改完成。

接着，执行scrapyd-deploy，这个命令在windows下是运行不了的，（在mac和linux下都是可以的）在我们的python环境中（C:\Users\wy\AppData\Local\Programs\Python\Python36\Scripts）可以查看到这个文件是没有目录的

我们需要在这个目录下新建一个scrapy-deploy.bat文件

@echo off

"D:\PYTHNON\scrapy\venv\Scripts\python.exe" "C:\Users\wy\AppData\Local\Programs\Python\Python36\Scripts\scrapyd-deploy" %1 %2 %3 %4 %5 %6 %7 %8 %9

上面的服务是我的环境中python.exe路径,大家可以根据自己环境来改变路径做配置。
这样就可以执行scrapyd-deploy这个命令了。
然后，进入到我们爬虫的根目录，运行scrapyd-deploy:

显示这个就证明我们成功执行了scrapyd-deploy,执行这个需要到scrapy.cfg的那一层的目录
执行命令

scrapyd-deploy demo -p JDDetail

因为上边我们已经配置过scrapy.cfg文件了，这里直接使用配置完的参数即可

这里显示我们部署成功，可以查看执行启动scrapyd服务端的当先目录下有两个文件夹

到这一步，只是把爬虫项目上传到服务端，并没有启动，
先运行命令查看服务端状态：curl http://localhost:6800/daemonstatus.json

再执行启动命令：
curl http://localhost:6800/schedule.json -d project=JDDetail -d spider=jdSpider
project是项目名
spider是爬虫名字
然后查看网页127.0.0.1:6800

我们在生产环境中，一般scrapyd是部署在服务器，而我们一般会从本地直接发送到服务器端，这时需要调整
vim /usr/lib/python3/site-packages/scrapyd/default_scrapyd.conf
scrapyd的默认配置文件：
默认scrapyd启动bind绑定的ip地址是127.0.0.1端口是：6800，
将ip地址设置为0.0.0.0
打开配置文件不需要翻页就能够找到bind_address
注意：如果下载文件的话，会存储到部署scrapyd启动的目录处