scrapy-splash安装使用

本文详细介绍了如何使用pip安装scrapy-splash库,并通过docker运行splash服务。此外,还提供了在scrapy项目中配置splash的具体步骤,包括下载中间件、爬虫中间件的设置,以及splash解析和消息队列过滤类的配置。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、利用pip安装scrapy-splash库:

pip install scrapy-splash

二、安装docker, 安装好后运行docker(参考docker笔记) https://blog.youkuaiyun.com/u011394598/article/details/83060982

三、拉取镜像(pull the image):

docker pull scrapinghub/splash

四、用docker运行scrapinghub/splash:

docker run -p 8050:8050 scrapinghub/splash

五、在爬虫的settings中配置

1、设置下载中间件:

DOWNLOADER_MIDDLEWARES = {
    'scrapy_splash.SplashCookiesMiddleware': 723,
    'scrapy_splash.SplashMiddleware': 725,
    'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810,
}

2.设置爬虫中间件:

SPIDER_MIDDLEWARES = {
    'scrapy_splash.SplashDeduplicateArgsMiddleware': 100,
}

使用splash解析,要在配置文件中设置:

SPLASH_URL = 'http://127.0.0.1:8050/'

4.配置消息队列所使用的过滤类:

DUPEFILTER_CLASS = 'scrapy_splash.SplashAwareDupeFilter'

配置消息队列需要使用的类:

HTTPCACHE_STORAGE = 'scrapy_splash.SplashAwareFSCacheStorage'
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值