码迷,mamicode.com
首页 > Web开发 > 详细

开发scrapy web界面(一)

时间:2020-02-02 18:05:14      阅读:276      评论:0      收藏:0      [点我收藏+]

标签:mamicode   listening   bsp   host   ISE   crawl   调试   top   nal   

scrapy 是一个很强大的爬虫框架,可以自定义很多插件,满足我们不同的需求....

 

首先我们应该要会用twisted 写web service

其实scrapy 已经帮我们做了整理了

from scrapy.utils.reactor import listen_tcp  

listen_tcp就可以开启web service

所以web 插件可以这样写


class WebService(server.Site): name = ‘WebService‘ def __init__(self, crawler): self.crawler = crawler self.crawler.itemData = [] portal = Portal(PublicHTMLRealm(Root(self.crawler)), [StringCredentialsChecker(‘test‘, ‘tset‘)]) credential_factory = BasicCredentialFactory("Auth") resource = HTTPAuthSessionWrapper(portal, [credential_factory]) server.Site.__init__(self,resource) self.crawler.signals.connect(self.start_listening, signals.engine_started) self.crawler.signals.connect(self.stopService, signals.engine_stopped) self.crawler.signals.connect(self.item_scraped, signals.item_scraped) self.crawler.signals.connect(self.spider_idle, signal=signals.spider_idle) @classmethod def from_crawler(cls, crawler): return cls(crawler) def start_listening(self): self.port = listen_tcp([8000,8070], ‘127.0.0.1‘,self) h = self.port.getHost() logger.info("scrapy web console available at http://%(host)s:%(port)d", {‘host‘: h.host, ‘port‘: h.port}, extra={‘crawler‘: self.crawler}) import webbrowser webbrowser.open("http://%(host)s:%(port)d"%{‘host‘: h.host, ‘port‘: h.port}) def stopService(self): self.port.stopListening() def item_scraped(self,item, response, spider): try: self.crawler.itemData.append(item) except: pass def spider_idle(self): raise DontCloseSpider

  

然后界面可以在Root里实现。

 

以下是实现的界面

技术图片

 

可以添加控制爬虫的一些操作,如爬虫暂停、添加开始爬的内容等

 

技术图片

 

 

 

 

 

当然、还可以做一些调试的界面或是其他有趣的

 

开发scrapy web界面(一)

标签:mamicode   listening   bsp   host   ISE   crawl   调试   top   nal   

原文地址:https://www.cnblogs.com/apuyuseng/p/12252586.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!