zoukankan      html  css  js  c++  java
  • Scrapy爬虫框架第一讲(Linux环境)【Scrapy简介及安装】

    1、What is Scrapy?

    答:Scrapy是一个使用python语言(基于Twistec框架)编写的开源网络爬虫框架,其结构清晰、模块之间的耦合程度低,具有较强的扩张性,能满足各种需求。(前面我们介绍了使用requests、beautifulsoup、selenium等相当于你写作文题,主要针对的是个人爬虫;而Scrapy框架的出现给了我们一个方便灵活爬虫程序架构,我们只需针对其中的组件做更改,即可实现一个完美的网络爬虫,相当于你做填空题!)


    基于Scrapy的使用方便性,下面所有的Scrapy程序我们都会在Linux系统下运行

    2、Scrapy框架的安装(这里我使用的是vmware虚拟机+ubuntu16.04镜像环境)

    打开终端:sudo apt-get install python-dev python-pip libxml2-dev libxslt1-dev zlib1g-dev libffi-dev libssl-dev(安装一些依赖包)

    如果你没安装python3请执行:sudo apt-get install python3 python3-dev

    这里小伙伴们可以先创建一个虚拟环境:pip3 install virtualenv 再进行scrapy 的安装(之后你写的所有程序都会在虚拟环境中运行)

    基于我使用的是ubuntu16.04版本,系统自带了python2.7.14 和python3.5.2两个版本

    下面小伙们让我们先来解决一个多版本的共存问题吧

    当你输入python时系统会自动指向python2,而我们的所有程序是基于python3 的,这也是以后的主流。(我们要的是输入python,系统直接链接到python3)

    下面我们来解决这个问题:sudo su (输入你设置等待用户密码进入超级用户权限)---接着请看图:

    分析:(linux命令小伙伴们我们以后再谈)

    当我们键入python2 系统自动指向python2环境,python3同样如此

    whereis python 找出了python的所有可执行文件的路径

    which python 找出了当我们键入python时执行的文件路径

    我们使用rm 首先删除了该路径,接着使用 ln -s 参数1 参数2 (将参数1 指向 参数2 这里相当于生成了软链接原理和超链接一样,当你键入python时系统自动指向了软连接 python3的可执行文件的路径并执行文件),这样我们成功的达到了预想目的


     3、如何解决同时使用多个python版本和同时使用多个库版本的问题

    答:安装virtualenv虚拟环境

    打开终端:sudo pip3 install virtualenv

    如果出现以下错误请使用 vi /usr/bin/pip3 更改配置文件(这是因为原来我们是python2的pip当你升级后系统没改配置文件,小伙伴们不要紧张,我们自己修改即可)

    这里涉及到linux下强大的文本编辑器vim的使用我们下次专门讲解

    更改配置文件如下:

    再次键入:sudo pip3 install virtualenv (成功)

    接着:

    创建名叫course-python3.5-env 的python3.5虚拟环境:如上图

    激活与推出虚拟环境 source  与 deactivate 命令

    最后我们按照前述,首先激活虚拟环境,然后安装Scrapy即可

    验证:终端键入:scrapy --version查看安装的scapy版本,不报错即可!

    以后我们所有的scrapy爬虫项目都在虚拟环境下运行了!


  • 相关阅读:
    [转]命令行下常用网络命令解释大全
    查看计算机时间的命令行
    线程已被中止 “Thread was being aborted”
    SharePoint 2007备份还原小结
    作业
    .NET中线程同步相关的一些类
    SharePoint对于Workflow的历史信息清理的要点
    一些操作符
    for path多行变一列
    MERGE同步
  • 原文地址:https://www.cnblogs.com/518894-lu/p/9025570.html
Copyright © 2011-2022 走看看