发布于 2015-12-28 02:05:41 | 287 次阅读 | 评论: 1 | 来源: PHPERZ

这里有新鲜出炉的Scrapy教程，程序狗速度看过来！

Scrapy Python的爬虫框架

Scrapy是一个Python开发的一个快速,高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。

---

准备好  Ubuntu14.04 System.

1. 安装 scrapy:

       1) 按照这个 http://doc.scrapy.org/en/1.0/topics/ubuntu.html#topics-ubuntu

              但是可能会遇到下面的问题：

尝试了以下方式解决了该问题：

              1>>sudo apt-get install python-pip【如果已经安装pip就不必操作此步】

              2>>sudo pip install scrapy

2）另外，还有可能遇到pyasn1版本的问题：

       解决方法：

              1>>sudo apt-get install python-pip

              2>>sudo pip install pyasn1 --upgrade

2. 安装 redis-server

       1)按照 http://jingyan.baidu.com/article/948f592401d172d80ff5f99a.html

但是默认server绑定了本地IP，不支持远程访问，需要Redis服务器的配置文件redis.conf。

1）修改redis.conf：

sudo vi /etc/redis/redis.conf

      

2）注释bind：

#bind 127.0.0.1

3）修改后，重启Redis服务器：

sudo /etc/init.d/redis-server restart

 

【注意】：千万不要在windows下面修改之后再copy覆盖Ubuntu中的redis.conf，之前因为用SecureCRT，它对vi的支持不太好，所以用rz和sz命令把ubuntu中的文件下载到windows本地进行修改之后再上传覆盖，由于删掉了原来的文件，修改后的文件由于编码问题导致各种报错，最后redis崩溃了。尝试了各种方法均不好使，最后卸载了redis，由于存在某些文件的残留，导致redis安装失败。最后只能重装系统，重新开始。

经验教训：得到一个教训在做重要操作之前一定要备份，然后即使犯了错误，也可以返回到最后一次能正确运行的地方。