Python3網絡爬蟲實戰-10、爬蟲框架的安裝：PySpider、Scrapy

我們直接用 Requests、Selenium 等庫寫爬蟲，如果爬取量不是太大，速度要求不高，是完全可以滿足需求的。但是寫多了會發現其內部許多代碼和組件是可以復用的，如果我們把這些組件抽離出來，將各個功能模塊化，就慢慢會形成一個框架雛形，久而久之，爬蟲框架就誕生了。

利用框架我們可以不用再去關心某些功能的具體實現，只需要去關心爬取邏輯即可。有了它們，可以大大簡化代碼量，而且架構也會變得清晰，爬取效率也會高許多。所以如果對爬蟲有一定基礎，上手框架是一種好的選擇。

本書主要介紹的爬蟲框架有PySpider和Scrapy，本節我們來介紹一下 PySpider、Scrapy 以及它們的一些擴展庫的安裝方式。

PySpider的安裝

PySpider 是國人 binux 編寫的強大的網絡爬蟲框架，它帶有強大的 WebUI、腳本編輯器、任務監控器、項目管理器以及結果處理器，同時它支持多種數據庫后端、多種消息隊列，另外它還支持 JavaScript 渲染頁面的爬取，使用起來非常方便，本節介紹一下它的安裝過程。

1. 相關鏈接

• 官方文檔：http://docs.pyspider.org/
• PyPi：https://pypi.python.org/pypi/...
• GitHub：https://github.com/binux/pysp...
• 官方教程：http://docs.pyspider.org/en/l...
• 在線實例：http://demo.pyspider.org

2. 準備工作

PySpider 是支持 JavaScript 渲染的，而這個過程是依賴于 PhantomJS 的，所以還需要安裝 PhantomJS，所以在安裝之前請安裝好 PhantomJS，安裝方式在前文有介紹。

3. Pip安裝

推薦使用 Pip 安裝，命令如下：

pip3 install pyspider
Python資源分享qun 784758214 ,內有安裝包，PDF，學習視頻，這里是Python學習者的聚集地，零基礎，進階，都歡迎

命令執行完畢即可完成安裝。

4. 常見錯誤

Windows 下可能會出現這樣的錯誤提示：Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-build-vXo1W3/pycurl
這個是 PyCurl 安裝錯誤，一般會出現在 Windows 下，需要安裝 PyCurl 庫，下載鏈接為：http://www.lfd.uci.edu/~gohlk...，找到對應 Python 版本然后下載相應的 Wheel 文件。
如 Windows 64 位，Python3.6 則下載 pycurl?7.43.0?cp36?cp36m?win_amd64.whl，隨后用 Pip 安裝即可，命令如下：

pip3 install pycurl?7.43.0?cp36?cp36m?win_amd64.whl

Linux 下如果遇到 PyCurl 的錯誤可以參考本文：https://imlonghao.com/19.html

Mac遇到這種情況,執行下面操作：

brew install openssl

openssl version 
查看版本
find /usr/local -name ssl.h

可以看到形如：
usr/local/Cellar/openssl/1.0.2s/include/openssl/ssl.h

添加環境變量
export PYCURL_SSL_LIBRARY=openssl
export LDFLAGS=-L/usr/local/Cellar/openssl/1.0.2s/lib
export CPPFLAGS=-I/usr/local/Cellar/openssl/1.0.2s/include

 pip3 install pyspider

5. 驗證安裝

安裝完成之后，可以直接在命令行下啟動 PySpider：

pyspider all

圖 1-75 控制臺
這時 PySpider 的 Web 服務就會在本地 5000 端口運行，直接在瀏覽器打開：http://localhost:5000/ 即可進入 PySpider 的 WebUI 管理頁面，如圖 1-76 所示：

圖 1-76 管理頁面
如果出現類似頁面那證明 PySpider 已經安裝成功了。
在后文會介紹 PySpider 的詳細用法。

這里有一個深坑，PySpider在Python3.7上運行時會報錯

File "/usr/local/lib/python3.7/site-packages/pyspider/run.py", line 231
    async=True, get_object=False, no_input=False):
        ^
SyntaxError: invalid syntax

原因是python3.7中async已經變成了關鍵字。因此出現這個錯誤。
修改方式是手動替換一下

下面位置的async改為mark_async

/usr/local/lib/python3.7/site-packages/pyspider/run.py  的231行、245行（兩個）、365行

/usr/local/lib/python3.7/site-packages/pyspider/webui/app.py 的95行

/usr/local/lib/python3.7/site-packages/pyspider/fetcher/tornado_fetcher.py 的81行、89行（兩個）、95行、117行

Scrapy的安裝

Scrapy 是一個十分強大的爬蟲框架，依賴的庫比較多，至少需要依賴庫有 Twisted 14.0，lxml 3.4，pyOpenSSL 0.14。而在不同平臺環境又各不相同，所以在安裝之前最好確保把一些基本庫安裝好。本節介紹一下 Scrapy 在不同平臺的安裝方法。

1. 相關鏈接

• 官方網站：https://scrapy.org
• 官方文檔：https://docs.scrapy.org
• PyPi：https://pypi.python.org/pypi/...
• GitHub：https://github.com/scrapy/scrapy
• 中文文檔：http://scrapy-chs.readthedocs.io

3. Mac下的安裝

在 Mac 上構建 Scrapy 的依賴庫需要 C 編譯器以及開發頭文件，它一般由 Xcode 提供，運行如下命令安裝即可：

xcode-select --install

隨后利用 Pip 安裝 Scrapy 即可，運行如下命令：

pip3 install Scrapy

運行完畢之后即可完成 Scrapy 的安裝。

4. 驗證安裝

安裝之后，在命令行下輸入 scrapy，如果出現類似下方的結果，就證明 Scrapy 安裝成功，如圖 1-80 所示：

圖 1-80 驗證安裝

5. 常見錯誤

pkg_resources.VersionConflict: (six 1.5.2 (/usr/lib/python3/dist-packages), Requirement.parse('six>=1.6.0'))

six 包版本過低，six包是一個提供兼容 Python2 和 Python3 的庫，升級 six 包即可：

sudo pip3 install -U six

c/_cffi_backend.c:15:17: fatal error: ffi.h: No such file or directory

這是在 Linux 下常出現的錯誤，缺少 Libffi 這個庫。什么是 libffi？“FFI” 的全名是 Foreign Function Interface，通常指的是允許以一種語言編寫的代碼調用另一種語言的代碼。而 Libffi 庫只提供了最底層的、與架構相關的、完整的”FFI”。
安裝相應的庫即可。
Ubuntu、Debian：

sudo apt-get install build-essential libssl-dev libffi-dev python3-dev

CentOS、RedHat:

sudo yum install gcc libffi-devel python-devel openssl-devel

Command "python setup.py egg_info" failed with error code 1 in/tmp/pip-build/cryptography/

這是缺少加密的相關組件，利用Pip 安裝即可。

pip3 install cryptography

ImportError: No module named 'packaging'

缺少 packaging 這個包，它提供了 Python 包的核心功能，利用 Pip 安裝即可。

ImportError: No module named '_cffi_backend'

缺少 cffi 包，使用 Pip 安裝即可：

pip3 install cffi

ImportError: No module named 'pyparsing'
Python資源分享qun 784758214 ,內有安裝包，PDF，學習視頻，這里是Python學習者的聚集地，零基礎，進階，都歡迎

缺少 pyparsing 包，使用 Pip 安裝即可：

pip3 install pyparsing appdirs