码迷,mamicode.com
首页 > 编程语言 > 详细

scrapy按顺序启动多个爬虫代码片段(python3)

时间:2019-01-19 00:54:02      阅读:305      评论:0      收藏:0      [点我收藏+]

标签:rom   无法   har   过程   顺序   rap   exe   lock   win   

问题:在运行scrapy的过程中,如果想按顺序启动爬虫怎么做?

背景:爬虫A爬取动态代理ip,爬虫B使用A爬取的动态代理ip来伪装自己,爬取目标,那么A一定要在B之前运行该怎么做?

IDE:pycharm

版本:python3

框架:scrapy

系统:windows10

代码如下:(请自行修改)

# !/usr/bin/env python3
# -*- coding:utf-8 -*-
from scrapy import cmdline
from twisted.internet import reactor, defer
from scrapy.crawler import CrawlerRunner
from scrapy.utils.log import configure_logging
from torrentSpider.spiders.proxy_ip_spider import ProxyIpSpider
from torrentSpider.spiders.douban_spider import DoubanSpider
from scrapy.utils.project import get_project_settings

‘‘‘
以下是多个爬虫顺序执行的命令
‘‘‘
configure_logging()
# 加入setting配置文件,否则配置无法生效
#
get_project_settings()获取的是setting.py的配置
runner = CrawlerRunner(get_project_settings())

@defer.inlineCallbacks
def crawl():
    yield runner.crawl(ProxyIpSpider)
    yield runner.crawl(DoubanSpider)
    reactor.stop()


crawl()
reactor.run()  # the script will block here until the last crawl call is finished

‘‘‘
以下是单个爬虫执行的命令
‘‘‘
# def execute():
    # cmdline.execute([‘scrapy‘, ‘crawl‘, ‘proxy_ip_spider‘])
#
#
# execute()

 

scrapy按顺序启动多个爬虫代码片段(python3)

标签:rom   无法   har   过程   顺序   rap   exe   lock   win   

原文地址:https://www.cnblogs.com/huangtao1927/p/10290226.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!