0%

Python爬虫进阶三之Scrapy框架安装配置

初级的爬虫我们利用urllib和urllib2库以及正则表达式就可以完成了,不过还有更加强大的工具,爬虫框架Scrapy,这安装过程也是煞费苦心哪,在此整理如下。

Windows 平台:

我的系统是 Win7,首先,你要有Python,我用的是2.7.7版本,Python3相仿,只是一些源文件不同。 官网文档:http://doc.scrapy.org/en/latest/intro/install.html,最权威哒,下面是我的亲身体验过程。 1.安装Python 安装过程我就不多说啦,我的电脑中已经安装了 Python 2.7.7 版本啦,安装完之后记得配置环境变量,比如我的安装在D盘,D:\python2.7.7,就把以下两个路径添加到Path变量中

1
D:\python2.7.7;D:\python2.7.7\Scripts

配置好了之后,在命令行中输入 python —version,如果没有提示错误,则安装成功 QQ截图20150211171953 2.安装pywin32 在windows下,必须安装pywin32,安装地址:http://sourceforge.net/projects/pywin32/ 下载对应版本的pywin32,直接双击安装即可,安装完毕之后验证: QQ截图20150211171713 在python命令行下输入 import win32com 如果没有提示错误,则证明安装成功 3.安装pip pip是用来安装其他必要包的工具,首先下载 get-pip.py 下载好之后,选中该文件所在路径,执行下面的命令

1
python get-pip.py

执行命令后便会安装好pip,并且同时,它帮你安装了setuptools 安装完了之后在命令行中执行

1
pip --version

如果提示如下,说明就安装成功了,如果提示不是内部或外部命令,那么就检查一下环境变量有没有配置好吧,有两个路径。 QQ截图20150211171001 4.安装pyOPENSSL 在Windows下,是没有预装pyOPENSSL的,而在Linux下是已经安装好的。 安装地址:https://launchpad.net/pyopenssl 5.安装 lxml lxml的详细介绍 点我 ,是一种使用 Python 编写的库,可以迅速、灵活地处理 XML 直接执行如下命令

1
pip install lxml

就可完成安装,如果提示 Microsoft Visual C++库没安装,则 点我 下载支持的库。 6.安装Scrapy 最后就是激动人心的时刻啦,上面的铺垫做好了,我们终于可以享受到胜利的果实啦! 执行如下命令

1
pip install Scrapy

QQ截图20150211172637 pip 会另外下载其他依赖的包,这些就不要我们手动安装啦,等待一会,大功告成! 7.验证安装 输入 Scrapy 如果提示如下命令,就证明安装成功啦,如果失败了,请检查上述步骤有何疏漏。 QQ截图20150211172456

Linux Ubuntu 平台:

Linux 下安装非常简单,只需要执行几条命令几个 1.安装Python

1
sudo apt-get install python2.7 python2.7-dev

2.安装 pip 首先下载 get-pip.py 下载好之后,选中该文件所在路径,执行下面的命令

1
sudo python get-pip.py

3.直接安装 Scrapy 由于 Linux下已经预装了 lxml 和 OPENSSL 如果想验证 lxml ,可以分别输入

1
sudo pip install lxml

出现下面的提示这证明已经安装成功

1
Requirement already satisfied (use --upgrade to upgrade): lxml in /usr/lib/python2.7/dist-packages

如果想验证 openssl,则直接输入openssl 即可,如果跳转到 OPENSSL 命令行,则安装成功。 接下来直接安装 Scrapy 即可

1
sudo pip install Scrapy

安装完毕之后,输入 scrapy 注意,这里linux下不要输入Scrapy,linux依然严格区分大小写的,感谢kamen童鞋提醒。 如果出现如下提示,这证明安装成功

1
2
3
4
5
6
7
8
9
10
11
12
13
14
Usage:
scrapy <command> [options] [args]

Available commands:
bench Run quick benchmark test
fetch Fetch a URL using the Scrapy downloader
runspider Run a self-contained spider (without creating a project)
settings Get settings values
shell Interactive scraping console
startproject Create new project
version Print Scrapy version
view Open URL in browser, as seen by Scrapy

[ more ] More commands available when run from project directory

截图如下 2015-02-12 01:00:22 的屏幕截图 如有问题,欢迎留言!祝各位小伙伴顺利安装!