Scrapy – 命令行工具

描述

Scrapy命令行工具用于控制Scrapy，它通常被称为 “Scrapy工具”。 它包括各种对象的命令，有一组参数和选项。

配置设置

Scrapy会在 scrapy.cfg 文件中找到配置设置。以下是几个位置 –

C:\scrapy(project folder)\scrapy.cfg在系统中
~/.config/scrapy.cfg（ $XDG_CONFIG_HOME）和~/.scrapy.cfg（$ HOME）用于全局设置
你可以在项目的根里面找到scrapy.cfg。

Scrapy也可以使用以下环境变量进行配置 −

scrapy_settings_module
SCRAPY_PROJECT
scrapy_python_shell

默认结构Scrapy项目

下面的结构显示了Scrapy项目的默认文件结构。

scrapy.cfg                - Deploy the configuration file
project_name/             - Name of the project
   _init_.py
   items.py               - It is project's items file
   pipelines.py           - It is project's pipelines file
   settings.py            - It is project's settings file
   spiders                - It is the spiders directory
      _init_.py
      spider_name.py
      . . .

scrapy.cfg 文件是一个项目根目录，它包括项目名称与项目设置。比如说 –

[settings] 
default = [name of the project].settings  

[deploy] 
#url = http://localhost:6800/ 
project = [name of the project]

使用Scrapy工具

Scrapy工具提供了一些用法和可用的命令，如下所示

Scrapy X.Y  - no active project 
Usage: 
   scrapy  [options] [arguments] 
Available commands: 
   crawl      It puts spider (handle the URL) to work for crawling data 
   fetch      It fetches the response from the given URL

创建一个项目

你可以使用以下命令在Scrapy中创建项目-

scrapy startproject project_name

这将创建名为 project_name 目录的项目。接下来，进入新创建的项目，使用以下命令：

cd  project_name

控制项目

你可以使用Scrapy工具控制项目和管理它们，也可以创建新的蜘蛛，使用以下命令

scrapy genspider mydomain mydomain.com

诸如crawl等命令必须在Scrapy项目中使用。在接下来的章节中，你会了解到哪些命令必须在Scrapy项目中运行。

Scrapy包含一些内置命令，可以用于你的项目。要查看可用的命令列表，请使用下面的命令：

scrapy -h

当你运行下面的命令时，Scrapy会显示可用的命令列表，如所列-

fetch – 它使用Scrapy下载器来获取URL。
runspider – 它用于运行独立的spider，而不需要创建一个项目。
settings – 它指定了项目的设置值。
shell – 它是一个针对给定URL的交互式搜刮模块。
startproject – 它创建一个新的Scrapy项目。
version – 它显示Scrapy的版本。
view – 它使用Scrapy下载器获取URL并在浏览器中显示其内容。

你可以有一些与项目有关的命令，如以下所列

crawl – 它用于使用蜘蛛抓取数据。
check – 它检查由抓取的命令返回的项目。
list – 它显示项目中存在的可用蜘蛛的列表。
edit – 你可以通过使用编辑器来编辑蜘蛛。
parse – 它用spider解析给定的URL。
bench – 它用于运行快速的基准测试（基准测试告诉你Scrapy每分钟可以抓取多少个页面）。

自定义项目命令

你可以在Scrapy项目中通过 COMMANDS_MODULE 设置建立一个自定义项目命令。它在设置中包括一个默认的空字符串。你可以添加以下自定义命令 –

COMMANDS_MODULE = 'mycmd.commands'

可以使用setup.py文件中的scrapy.commands部分来添加Scrapy命令，如下所示

from setuptools import setup, find_packages  

setup(name = 'scrapy-module_demo', 
   entry_points = { 
      'scrapy.commands': [ 
         'cmd_demo = my_module.commands:CmdDemo', 
      ], 
   }, 
)