沈阳网站建设哪家好,如何做好网站推广方法,想做网站制作运营注册什么公司核实,wordpress发布文章空白准备工作1.安装scrapy_redis包,打开cmd工具,执行命令pip install scrapy_redis2.准备好一个没有BUG,没有报错的爬虫项目3.准备好redis主服务器还有跟程序相关的mysql数据库前提mysql数据库要打开允许远程连接,因为mysql安装后root用户默认只允许本地连接,详情请看此文章部署过程…准备工作1.安装scrapy_redis包,打开cmd工具,执行命令pip install scrapy_redis2.准备好一个没有BUG,没有报错的爬虫项目3.准备好redis主服务器还有跟程序相关的mysql数据库前提mysql数据库要打开允许远程连接,因为mysql安装后root用户默认只允许本地连接,详情请看此文章部署过程1.修改爬虫项目的settings文件在下载的scrapy_redis包中,有一个scheduler.py文件,里面有一个Scheduler类,是用来调度url,还有一个dupefilter.py文件,里面有个类是RFPDupeFilter,是用来去重,所以要在settings任意位置文件中添加上它们还有在scrapy_redis包中,有一个pipelines文件,里面的RedisPipeline类可以把爬虫的数据写入redis,更稳定安全,所以要在settings中启动pipelines的地方启动此pipeline最后修改redis连接配置2.修改spider爬虫文件首先我们要引入一个scrapy_redis.spider文件中的一个RedisSpider类,然后把spider爬虫文件原来继承的scrapy.Spider类改为引入的RedisSpider这个类接着把原来的start_urls这句代码注释掉,加入redis_key 自定义key值,一般以爬虫名:urls命名测试部署是否成功直接运行我们的项目,打开redis客户端在redis添加key为yunqi:start_urls的列表,值为地址添加成功后,程序直接跑了起来查看数据是否插入分布式用到的代码应该是同一套代码1) 先把项目配置为分布式2) 把项目拷贝到多台服务器中3) 把所有爬虫项目都跑起来4) 在主redis-cli中lpush你的网址即可5) 效果所有爬虫都开始运行并且数据还都不一样到此这篇关于Scrapy基于scrapy_redis实现分布式爬虫部署的示例的文章就介绍到这了,更多相关Scrapy redis分布式爬虫 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家
