本文总结了与Scrapy框架相关的一些开源工具

1、scrapyd

项目地址：https://github.com/scrapy/scrapyd

文档： https://scrapyd.readthedocs.io/

Scrapyd 是一个运行 Scrapy 爬虫程序的服务

pip install scrapyd

scrapyd  # 启动服务

  

 

  
1
  
2
  
3
 

环境测试： http://localhost:6800/

2、ScrapydAPI

项目地址：https://github.com/djm/python-scrapyd-api

一个 Scrapyd API 的python封装

pip install python-scrapyd-api

  

 

  
1
 

from scrapyd_api import ScrapydAPI

scrapyd = ScrapydAPI('http://localhost:6800')

  

 

  
1
  
2
  
3
 

3、ScrapydArt

项目地址：https://github.com/dequinns/ScrapydArt

ScrapydArt在Scrapyd基础上新增了权限验证、筛选过滤、排序、数据统计以及排行榜等功能，并且有了更强大的API

pip install scrapydart 

$ scrapydart  # 启动

  

 

  
1
  
2
  
3
 

web界面 http://localhost:6800

4、ScrapydWeb

项目地址：https://github.com/my8100/scrapydweb

功能特性：
Scrapyd 集群管理
Scrapy 日志分析
支持所有 Scrapyd API
web UI 支持 Basic Auth

pip install scrapydweb

$ scrapydweb -h # 初始化
$ scrapydweb  # 启动

  

 

  
1
  
2
  
3
  
4
 

管理页面：http://127.0.0.1:5000

参考：
如何通过 Scrapyd + ScrapydWeb 简单高效地部署和监控分布式爬虫项目

5、Gerapy

项目地址：https://github.com/Gerapy/Gerapy

一款分布式爬虫管理框架
控制爬虫运行,
查看爬虫状态,
查看爬取结果,
项目部署,
主机管理,
编写爬虫代码

pip3 install gerapy

$ gerapy init
$ cd gerapy
$ gerapy migrate
$ gerapy runserver

  

 

  
1
  
2
  
3
  
4
  
5
  
6
 

web界面： http://localhost:8000

参考：
scrapyd部署、使用Gerapy 分布式爬虫管理框架

6、SpiderKeeper

项目地址：https://github.com/DormyMo/SpiderKeeper
一个scrapyd的可视化工具

pip install spiderkeeper

$ spiderkeeper  # 启动

  

 

  
1
  
2
  
3
 

web ui : http://localhost:5000

7、SpiderAdmin

github: https://github.com/mouday/SpiderAdmin
pypi: https://pypi.org/project/spideradmin/

功能介绍
1、对Scrapyd 接口进行可视化封装，对Scrapy爬虫项目进行删除 和 查看

2、对爬虫设置定时任务，支持apscheduler 的3中方式和随机延时，共计4中方式
单次运行 date
周期运行 corn
间隔运行 interval
随机运行 random

3、基于Flask-BasicAuth 做了简单的权限校验

启动运行

$ pip3 install spideradmin

$ spideradmin # 启动服务

  

 

  
1
  
2
  
3
 

访问：
http://127.0.0.1:5000/

总结

文章来源: pengshiyu.blog.csdn.net，作者：彭世瑜，版权归原作者所有，如需转载，请联系作者。

原文链接：pengshiyu.blog.csdn.net/article/details/84926296