小册介绍
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。
你会学到什么?
- Scrapy 项目打包部署的正确姿势以及 Scrapyd 鲜为人知的技巧;
- 源码阅读的能力,并且可以通过调试代码的方式快速地熟悉项目;
- Scrapyd-client 的使用以及爬虫项目打包;
- 能够从源码的与功能设计的角度去思考,为什么这部分代码会这么写,它的应用场景有哪些;
- 学会将逻辑和思路转化为实际的代码;
- 通过大量的实战和代码积累能力,最终能够随心所欲地对 Scrapyd 进行扩展。
适宜人群
- 希望提升自身技术竞争力的爬虫工程师
- Scrapy 爬虫框架使用者
- 爬虫爱好者或正在学习爬虫技术的在校学生
- 想要打造爬虫部署管理平台的工程师
- 需要掌握 Python 开发基础,了解 HTML 基本知识
名人推荐
购买须知
- 本小册为图文形式内容服务,共计 22 节,上线时间为 2018 年 10 月 30 日;
- 购买用户可享有小册永久的阅读权限;
- 购买用户可进入小册微信群,与作者互动;
- 掘金小册为虚拟内容服务,一经购买成功概不退款;
- 掘金小册版权归北京北比信息技术有限公司所有,任何机构、媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发布/发表,违者将依法追究责任;
- 在掘金小册阅读过程中,如有任何问题,请邮件联系 xiaoce@xitu.io