pyspider + python2.7

1. 升级pip

pip install --upgrade pip

1. pip安装pyspider

pip install pyspider

1. 安装phantomjs： https://phantomjs.org/downloa...

wget https://bitbucket.org/ariya/phantomjs/downloads/phantomjs-2.1.1-linux-x86_64.tar.bz2

yum -y install bzip2
tar -jxvf phantomjs-2.1.1-linux-x86_64.tar.bz2 -C  /opt/
mv phantomjs-2.1.1-linux-x86_64/ phantomjs

建立软链接

ln -s /opt/phantomjs/bin/phantomjs /usr/bin/ 

安装依赖

yum -y install fontconfig

启动验证

phantomjs

1. pyspider启动报错

ValueError: Invalid configuration:
  - Deprecated option 'domaincontroller': use 'http_authenticator.domain_controller' instead.

在安装包中找到pyspider的资源包，然后找到webui文件里面的webdav.py文件打开，修改第209行即可。

'domaincontroller': NeedAuthController(app),

'http_authenticator':{
        'HTTPAuthenticator':NeedAuthController(app),
    },

1. 使用mysql数据库
   启动pyspider

pyspider

默认会在启动目录生成data目录，存放数据，默认使用SQLite数据库

[root@iZbp1gg50ddqbgxf1jpqwwZ opt]# cd data/
[root@iZbp1gg50ddqbgxf1jpqwwZ data]# ll
total 16
-rw-r--r-- 1 root root 3072 Jan 21 17:39 project.db
-rw-r--r-- 1 root root    0 Jan 21 17:39 result.db
-rw-r--r-- 1 root root    6 Jan 21 17:39 scheduler.1d
-rw-r--r-- 1 root root    6 Jan 21 17:39 scheduler.1h
-rw-r--r-- 1 root root    6 Jan 21 17:39 scheduler.all
-rw-r--r-- 1 root root    0 Jan 21 17:39 task.db

1. 创建mysql数据库

pyspider_taskdb
pyspider_projectdb
pyspider_resultdb

1. 配置文件

touch /usr/lib/python2.7/site-packages/pyspider/config.json

{
    "taskdb": "mysql+taskdb://root:[email protected]:3306/taskdb",
    "projectdb": "mysql+projectdb://root:[email protected]:3306/projectdb",
    "resultdb":"mysql+resultdb://root:[email protected]:3306/resultdb",
    "message_queue": "redis://[email protected]:6379/db",
    "webui": {
        "port":5000,
        "username": "evans",
        "password": "123456",
        "need-auth": true
    }
}

1. 安装组件

pip install mysql-connector
pip install redis 如果配置还用了redis的话

1. 通过配置启动

pyspider -c config.json all

1. 启动脚本

#!/bin/sh
cd `dirname $0`
if [ `ps -ef | grep 'pyspider' |grep -v 'grep' | wc -l` -lt "1" ];
then
    nohup pyspider -c config.json all  &
    echo "pyspider started"
fi