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',
],
},
)
上面的代码在 setup.py 文件中添加了 cmd_demo 命令。