Ubuntu16.04安装爬虫框架scrapy

scrapy框架需要在Python 2.7，lxml,OpenSSL,pip程序或库的基础之上创建。

因此 ，首先，先检查下是否包含上述四个程序或库

kuku@worker1:~$ python
Python 2.7.12 (default, Jul  1 2016, 15:12:24) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>>

可以看到Ubuntu16.04已经预置了python 2.7

接着查看是否还有lxml

>>> import lxml
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: No module named lxml
>>> 
>>> import OpenSSL
>>>

发现没有lxml，有OpenSSL,于是先安装lxml

kuku@worker1:~$ sudo apt-get install python-lxml

重新进入

kuku@worker1:~$ python
Python 2.7.12 (default, Jul  1 2016, 15:12:24) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import lxml
>>>

没有报错。为保证后续正确安装，需依次执行

kuku@worker1:~$ sudo apt-get install python-dev

kuku@worker1:~$ sudo apt-get install libevent-dev

kuku@worker1:~$ sudo apt-get install python-pip

kuku@worker1:~$ sudo pip install --upgrade pip

最后执行

kuku@worker1:~$ pip install Scrapy

即可完成Scrapy的安装，查看下scrapy相关命令

kuku@worker1:~$ scrapy

然后可以创建一个新的项目

kuku@worker1:~$ scrapy startproject newproject
New Scrapy project 'newproject', using template directory '/usr/local/lib/python2.7/dist-packages/scrapy/templates/project', created in:
    /home/kuku/newproject

You can start your first spider with:
    cd newproject
    scrapy genspider example example.com
kuku@worker1:~$ 
kuku@worker1:~$ sudo apt install tree

使用tree看下newproject文件目录

kuku@worker1:~$ tree newproject/

接下来可以根据自己需要对里面文件进行相应的编辑，以满足自己需求。

转载于:https://blog.51cto.com/lefteva/1873661