Scrapy可视化管理管理工具总结

本文总结了与Scrapy框架相关的一些开源工具

1、scrapyd

项目地址：https://github.com/scrapy/scrapyd

文档： https://scrapyd.readthedocs.io/

Scrapyd 是一个运行 Scrapy 爬虫程序的服务

pip install scrapyd scrapyd # 启动服务

1

2

3

环境测试： http://localhost:6800/

2、ScrapydAPI

项目地址：https://github.com/djm/python-scrapyd-api

一个 Scrapyd API 的python封装

pip install python-scrapyd-api

1

from scrapyd_api import ScrapydAPI scrapyd = ScrapydAPI('http://localhost:6800')

1

2

3

3、ScrapydArt

项目地址：https://github.com/dequinns/ScrapydArt

ScrapydArt在Scrapyd基础上新增了权限验证、筛选过滤、排序、数据统计以及排行榜等功能，并且有了更强大的API

pip install scrapydart $ scrapydart # 启动

1

2

3

web界面 http://localhost:6800

4、ScrapydWeb

项目地址：https://github.com/my8100/scrapydweb

功能特性：

Scrapyd 集群管理

Scrapy 日志分析

支持所有 Scrapyd API

web UI 支持 Basic Auth

pip install scrapydweb $ scrapydweb -h # 初始化 $ scrapydweb # 启动

1

2

3

4

管理页面：http://127.0.0.1:5000

参考：

如何通过 Scrapyd + ScrapydWeb 简单高效地部署和监控分布式爬虫项目

5、Gerapy

项目地址：https://github.com/Gerapy/Gerapy

一款分布式爬虫管理框架

控制爬虫运行,

查看爬虫状态,

查看爬取结果,

项目部署,

主机管理,

编写爬虫代码

pip3 install gerapy $ gerapy init $ cd gerapy $ gerapy migrate $ gerapy runserver

1

2

3

4

5

6

web界面： http://localhost:8000

参考：

scrapyd部署、使用Gerapy 分布式爬虫管理框架

6、SpiderKeeper

项目地址：https://github.com/DormyMo/SpiderKeeper

一个scrapyd的可视化工具

pip install spiderkeeper $ spiderkeeper # 启动

1

2

3

web ui : http://localhost:5000

7、SpiderAdmin

github: https://github.com/mouday/SpiderAdmin

pypi: https://pypi.org/project/spideradmin/

功能介绍

1、对Scrapyd 接口进行可视化封装，对Scrapy爬虫项目进行删除 和 查看

2、对爬虫设置定时任务，支持apscheduler 的3中方式和随机延时，共计4中方式

单次运行 date

周期运行 corn

间隔运行 interval

随机运行 random

3、基于Flask-BasicAuth 做了简单的权限校验

启动运行

$ pip3 install spideradmin $ spideradmin # 启动服务

1

2

3

访问：

http://127.0.0.1:5000/

总结

Python Scrapy 分布式

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。