栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

在celery任务中运行Scrapy蜘蛛

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

在celery任务中运行Scrapy蜘蛛

扭曲的电抗器无法重启。解决方法是让celery任务为你要执行的每个爬网派生一个新的子进程,如以下文章中所建议:
通过使用该

multiprocessing
程序包可以解决“反应器无法重新启动”的问题。但是这样做的问题是,由于你将遇到另一个问题,即守护进程无法生成子进程,因此最新的celery版本现在已解决该解决方法。因此,为了使解决方法起作用,你需要使用celery版本。

是的,

scrapy
API已经更改。但进行了较小的修改(
import Crawler
而不是
CrawlerProcess
)。你可以通过关闭Celery版获得解决方法。

这是我更新的抓取脚本,可通过billiard代替来使用较新的celery版本multiprocessing:

from scrapy.crawler import Crawlerfrom scrapy.conf import settingsfrom myspider import MySpiderfrom scrapy import log, projectfrom twisted.internet import reactorfrom billiard import Processfrom scrapy.utils.project import get_project_settingsclass UrlCrawlerscript(Process):    def __init__(self, spider):        Process.__init__(self)        settings = get_project_settings()        self.crawler = Crawler(settings)        self.crawler.configure()        self.crawler.signals.connect(reactor.stop, signal=signals.spider_closed)        self.spider = spider    def run(self):        self.crawler.crawl(self.spider)        self.crawler.start()        reactor.run()def run_spider(url):    spider = MySpider(url)    crawler = UrlCrawlerscript(spider)    crawler.start()    crawler.join()

编辑:通过阅读celery问题#1709,他们建议使用台球而不是多进程,以便解除子进程限制。换句话说,我们应该尝试一下台球,看看它是否有效!

编辑2:是的,通过使用台球,我的脚本适用于最新的celery版本!看到我更新的脚本。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/373739.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号