Ubuntu 16.04后台运行scrapy爬虫程序

某些爬虫程序需要运行很长时间才能将数据爬完，爬取太快呢又会被网站给封禁。你又不想一直开着电脑连续开几天，太麻烦。。。

其实有个好方法，你可以把爬虫放在阿里云服务器运行，这样你就不需要管了，但是你如果在Ubuntu或阿里云上直接:

scrapy crawl spider_name 或python run.py的话

当你关闭链接阿里云的xshell时，程序会直接停掉不会继续运行。

今天给大家分享一个在阿里云服务器后台运行你的scrapy爬虫代码的命令，可以使你的爬虫在服务器后台一直运行，关闭连接也没事。

nohup python -u run.py > spider_house.log 2>&1 &

run.py为你自己写的scrapy爬虫的运行文件：

from scrapy.cmdline import execute
execute(['scrapy','crawl','house'])

执行完命令后会返回给你一个进程ID，此时你的爬虫就已经在该进程中运行了，你可以用下边命令查看后台该进程：

ps -aux   #a:显示所有程序 u:以用户为主的格式来显示 x:显示所有程序，不以终端机来区分

只要找到返回给你的进程pid,说明你的爬虫正在运行。
如下是我的运行进程：