這篇文章給大家介紹Pyspider爬蟲框架怎么在Python中使用，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

網(wǎng)頁設(shè)計是網(wǎng)站建設(shè)的前奏，好的網(wǎng)頁設(shè)計更深度的剖析產(chǎn)品和設(shè)計風(fēng)格定位，結(jié)合最新的網(wǎng)頁設(shè)計流行趨勢，與WVI應(yīng)用標(biāo)準(zhǔn)，設(shè)計出具企業(yè)表現(xiàn)力，大器而深穩(wěn)的網(wǎng)站界面設(shè)。創(chuàng)新互聯(lián)公司公司2013年成立,是成都網(wǎng)站建設(shè)公司:提供企業(yè)網(wǎng)站設(shè)計,成都品牌網(wǎng)站建設(shè),營銷型企業(yè)網(wǎng)站建設(shè)方案,響應(yīng)式網(wǎng)站設(shè)計,微信小程序定制開發(fā),專業(yè)建站公司做網(wǎng)站。

1.pyspider介紹  

     一個國人編寫的強(qiáng)大的網(wǎng)絡(luò)爬蟲系統(tǒng)并帶有強(qiáng)大的WebUI。采用Python語言編寫，分布式架構(gòu)，支持多種數(shù)據(jù)庫后端，強(qiáng)大的WebUI支持腳本編輯器，任務(wù)監(jiān)視器，項(xiàng)目管理器以及結(jié)果查看器。

• 用Python編寫腳本

• 功能強(qiáng)大的WebUI，包含腳本編輯器，任務(wù)監(jiān)視器，項(xiàng)目管理器和結(jié)果查看器

• MySQL，MongoDB，Redis，SQLite，Elasticsearch ; PostgreSQL與SQLAlchemy作為數(shù)據(jù)庫后端

• RabbitMQ，Beanstalk，Redis和Kombu作為消息隊列

• 任務(wù)優(yōu)先級，重試，定期，按年齡重新抓取等...

• 分布式架構(gòu)，抓取JavaScript頁面，Python 2和3等...

2.pyspider文檔

1>中文文檔:http://www.pyspider.cn/

2>英文文檔:http://docs.pyspider.org/

3.pyspider安裝

打開cmd命令行工具,執(zhí)行命令

pip install pyspider

出現(xiàn)下圖則安裝成功

4.pyspider啟動服務(wù),進(jìn)入WebUI界面

安裝pyspider后,打開cmd命令工具,執(zhí)行命令來啟動服務(wù)器

pyspider

出現(xiàn)下圖則啟動服務(wù)成功,默認(rèn)地址端口為127.0.0.1:5000

輸入地址127.0.0.1:5000,打開WebUI界面

隊列統(tǒng)計是為了方便查看爬蟲狀態(tài)，優(yōu)化爬蟲爬取速度新增的狀態(tài)統(tǒng)計．每個組件之間的數(shù)字就是對應(yīng)不同隊列的排隊數(shù)量．通常來是０或是個位數(shù)．如果達(dá)到了幾十甚至一百說明下游組件出現(xiàn)了瓶頸或錯誤，需要分析處理．

新建項(xiàng)目：pyspider與scrapy較大的區(qū)別就在這，pyspider新建項(xiàng)目調(diào)試項(xiàng)目完全在web下進(jìn)行，而scrapy是在命令行下開發(fā)并運(yùn)行測試．

組名：項(xiàng)目新建后一般來說是不能修改項(xiàng)目名的，如果需要特殊標(biāo)記可修改組名．直接在組名上點(diǎn)鼠標(biāo)左鍵進(jìn)行修改．注意：組名改為delete后如果狀態(tài)為stop狀態(tài)，24小時后項(xiàng)目會被系統(tǒng)刪除．

運(yùn)行狀態(tài)：這一欄顯示的是當(dāng)前項(xiàng)目的運(yùn)行狀態(tài)．每個項(xiàng)目的運(yùn)行狀態(tài)都是單獨(dú)設(shè)置的．直接在每個項(xiàng)目的運(yùn)行狀態(tài)上點(diǎn)鼠標(biāo)左鍵進(jìn)行修改．運(yùn)行分為五個狀態(tài)：TODO，STOP，CHECKING，DEBUG，RUNNING．各狀態(tài)說明：TODO是新建項(xiàng)目后的默認(rèn)狀態(tài)，不會運(yùn)行項(xiàng)目．STOP狀態(tài)是停止?fàn)顟B(tài)，也不會運(yùn)行．CHECHING是修改項(xiàng)目代碼后自動變的狀態(tài)．DEBUG是調(diào)試模式，遇到錯誤信息會停止繼續(xù)運(yùn)行，RUNNING是運(yùn)行狀態(tài)，遇到錯誤會自動嘗試，如果還是錯誤會跳過錯誤的任務(wù)繼續(xù)運(yùn)行．

速度控制：很多朋友安裝好用說爬的慢，多數(shù)情況是速度被限制了．這個功能就是速度設(shè)置項(xiàng)．rate是每秒爬取頁面數(shù)，burst是并發(fā)數(shù)．如1/3是三個并發(fā)，每秒爬取一個頁面．

簡單統(tǒng)計：這個功能只是簡單的做的運(yùn)行狀態(tài)統(tǒng)計，5m是五分鐘內(nèi)任務(wù)執(zhí)行情況，1h是一小時內(nèi)運(yùn)行任務(wù)統(tǒng)計，1d是一天內(nèi)運(yùn)行統(tǒng)計，all是所有的任務(wù)統(tǒng)計．

運(yùn)行：run按鈕是項(xiàng)目初次運(yùn)行需要點(diǎn)的按鈕，這個功能會運(yùn)行項(xiàng)目的on_start方法來生成入口任務(wù)．

任務(wù)列表：顯示新任務(wù)列表，方便查看狀態(tài)，查看錯誤等

結(jié)果查看：查看項(xiàng)目爬取的結(jié)果．

5.創(chuàng)建pyspider項(xiàng)目

點(diǎn)擊上圖中的新建項(xiàng)目按鈕

6.創(chuàng)建后的pyspider項(xiàng)目

關(guān)于Pyspider爬蟲框架怎么在Python中使用就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

文章標(biāo)題：Pyspider爬蟲框架怎么在Python中使用-創(chuàng)新互聯(lián)
文章鏈接：http://chinadenli.net/article8/eppip.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供App開發(fā)、定制網(wǎng)站、自適應(yīng)網(wǎng)站、網(wǎng)站設(shè)計、用戶體驗(yàn)、網(wǎng)站導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)