1.[scrapy]scrapy-redis快速上手/scrapy爬虫分布式改造
2.Scrapy对接Selenium

[scrapy]scrapy-redis快速上手/scrapy爬虫分布式改造

       本篇文章旨在快速上手使用scrapy-redis将Scrapy爬虫改造为分布式安装。首先，确保已安装所需python库和数据库，注意版本问题，避免过低。

       在配置redis时，js promise 源码修改scrapy项目中的setting.py文件，添加代码以适应分布式需求。对于item pipeline，您可以按照原有逻辑存储数据，或选择先使用redis存储，之后统一转移，例如直接存入mysql。

       修改spiders目录下的爬虫文件，将类继承改为Redisspider。官方源码授权若需让slave直接将数据存储至master数据库，别忘了调整slave的数据库连接设置。

       启动分布式爬虫，通过命令scrapy crawl xxxxx启动master，crawl xxxxx启动slave。提供了一个demo源码供参考和修改使用，代码链接：github.com/qqxx/scr...-demo。pixhawk源码uorb在遇到问题时，欢迎留言提问或通过邮箱qqxx@gmail.com寻求帮助。

       参考资源：cnblogs.com/zjl6/p/...

Scrapy对接Selenium

       Scrapy抓取网页的方式与Requests库相似，主要通过HTTP请求。然而，遇到JavaScript渲染的页面，Scrapy就无法直接获取数据。amt emulator 源码针对这种情况，有两种常用处理方式：一是分析Ajax请求，抓取其对应的接口数据；二是利用Selenium或Splash模拟浏览器行为，获取页面最终展示的结果。在Scrapy中，如果能与Selenium结合，就能处理各种网站的jquery源码$符抓取。

       本文将介绍如何在Scrapy框架中集成Selenium，以抓取淘宝商品信息为例。首先，创建一个名为scrapyseleniumtest的新项目，并在Spider中进行设置。将ROBOTSTXT_OBEY设置为False，定义ProductItem，并在start_requests()方法中生成包含搜索关键字和分页页码的请求。

       在Middleware中，我们实现process_request()方法，利用PhantomJS加载URL并渲染页面。当接收到Request时，通过PhantomJS加载对应的URL，获取页面源代码并构造一个HtmlResponse对象。这样，Scrapy不再直接下载页面，而是通过Middleware将Response传递给Spider进行解析。

       Middleware的process_request()方法会触发其他Middleware的处理，然后将Response传递给Spider的回调函数。在回调函数中，使用XPath解析网页内容，构造ProductItem对象，并通过Item Pipeline将结果存储到MongoDB。

       在settings.py中开启Middleware和Item Pipeline的调用，最后通过命令行启动爬虫。运行后，会看到MongoDB中存储的抓取结果。

       整个过程通过Scrapy与Selenium的集成，实现了对JavaScript渲染页面的抓取，代码示例可在GitHub上找到。作者崔庆才为Python爱好者社区的作者，如需进一步交流，可以添加其个人微信。