爬虫进阶:爬虫框架运行 | 爬虫 |《python学习之路》| python 技术论坛-380玩彩网官网入口
框架安装
安装框架的目的
利用setup.py将框架安装到python环境中，在编写爬虫时候，作为第三方模块来调用
框架安装第一步：完成setup.py的编写
- 以下代码相当于一个模板，只用更改name字段出，改为对应的需要安装的模块名称就可以，比如这里是：scrapy_plus
- 将setup.py文件放到scrapy_plus的同级目录下
from os.path import dirname, join
# from pip.req import parse_requirements
from setuptools import (
find_packages,
setup,
)
def parse_requirements(filename):
""" load requirements from a pip requirements file """
lineiter = (line.strip() for line in open(filename))
return [line for line in lineiter if line and not line.startswith("#")]
with open(join(dirname(__file__), './version.txt'), 'rb') as f:
version = f.read().decode('ascii').strip()
setup(
name='scrapy-plus', # 模块名称
version=version,
description='a mini spider framework, like scrapy', # 描述
packages=find_packages(exclude=[]),
author='itcast',
author_email='[email protected]',
license='apache license v2',
package_data={'': ['*.*']},
url='#',
install_requires=parse_requirements("requirements.txt"), # 所需的运行环境
zip_safe=false,
classifiers=[
'programming language :: python',
'operating system :: microsoft :: windows',
'operating system :: unix',
'programming language :: python :: 2.7',
'programming language :: python :: 3.4',
'programming language :: python :: 3.5',
'programming language :: python :: 3.6',
],
)注意： 上面代码中可能会报错需要额外安装packaging模块，更新setuptools
pip install packagingpip install --upgrade setuptools
pip.req可能不存在，对应的可以：
def parse_requirements(filename):
""" load requirements from a pip requirements file """
lineiter = (line.strip() for line in open(filename))
return [line for line in lineiter if line and not line.startswith("#")]框架安装第二步：完成requirements.txt的编写
功能：
- 写明依赖环境所支持的模块及其版本
使用：
- 在setup.py中使用
- 放置在setup.py同级目录下
requests>=2.18.4
six>=1.11.0框架安装第三步：完成version.txt的编写
功能：
- 标明当前版本，一个合格的模块，应当具备相应的版本号
使用：
- 在setup.py中使用
- 放置在setup.py同级目录下
1.0框架安装第四步：执行安装命令
步骤：
- 切换到setup.py所在目录
- 切换到对应需要python虚拟环境下
- 在终端执行
python setup.py install
框架运行
编写main.py
新在其他路径下创建一个项目文件夹 project_dir
# project_dir/main.py
from scrapy_plus.core.engine import engine # 导入引擎
if __name__ == '__main__':
engine = engine() # 创建引擎对象
engine.start() # 启动引擎运行结果：管道中打印的item对象
item对象:<scrapy_plus.item.item object at 0x10759eef0>