高级会员
- 威望
- 372
- 贡献
- 492
- 热心值
- 0
- 金币
- 19
- 注册时间
- 2019-5-23
|
Scrapyd 是业内最优秀的爬虫框架之一 Scrapy 官方出品的部署管理平台。有了它，你就可以通过 API 向指定的爬虫发起指令，并且可以通过 Web 页面来查看爬虫的运行记录与状态等信息。
将爬虫部署到服务器是大部分爬虫工程师必备的技能，这个技能可以为你的职业价值锦上添花。
然而网上关于 Scrapyd 的资料比较少，除了官方文档之外，只有一些零散的教程文章。这远远无法满足很多爬虫工程师的学习需求。所以你需要这本小册。
而且 Scrapyd 并不提供访问控制功能，意味着只要你部署到服务器上，任何人都可以访问它并且控制你的爬虫。它也不提供数据统计的功能，你不可能知道你部署的爬虫有多少，也不知道它们运行了多少次，谁的运行时间最长，也无法对爬虫日志进行排序或者筛选过滤。
别慌，笔者写这本小册就是为了解决那些问题。
最终的实战成果如下所示：
Web 界面及功能演示
新增 API 及数据结果演示
比如根据指定的project名称筛选出对应的爬虫记录。
不仅如此，文章中所涉及的演示和操作，笔者特意制作了 GIF 动图来帮助你更好的理解：
还有很多的流程图或者结构图以及 UML 图，助你轻松理解代码及其含义：
作者介绍
韦世东，资深爬虫工程师、开源项目 ScrapydArt 作者、开源项目 Gerapy 开发小组核心成员、公众号【进击的 Coder】运营者之一，5 年 IT 从业经验，具有丰富的爬虫项目设计及分布式海量数据爬取经验，擅长反爬虫的绕过技巧， 独立完成爬虫调度管理平台的技术研发，在数据分析及可视化方面具备一定的实战经验 |
|
楼主: 终究是我的独角
[复制链接]
发表于 2020-5-14 12:54
