通常,运行scrapy爬虫的方式是在命令行输入scrapy crawl <spider_name>
,调试的常用方式是在命令行输入scrapy shell <url_name>
。总的来说,调试方法比较单一。其实,还有两种调试方法,可以在pycharm中实现调试。
1.使用scrapy.cmdline的execute方法
首先,在项目文件scrapy.cfg的同级建立main.py文件(注意,必须是同级建立),在其中键入如下代码:
from scrapy.cmdline import execute
import sys
import os
sys.path.append(os.path.dirname(os.path.abspath(__file__)))
execute(['scrapy', 'crawl', 'spider_name']) # 你需要将此处的spider_name替换为你自己的爬虫名称
在其余爬虫文件中设置断点后,运行main.py,即可实现在pycharm中的调试。
2.使用scrapy的CrawlerProcess方法
在项目文件scrapy.cfg的同级建立main.py文件(注意,必须是同级建立),在其中键入如下代码:
from scrapy.crawler import CrawlerProcess
from scrapy.utils.project import get_project_settings
if __name__ == '__main__':
process = CrawlerProcess(get_project_settings())
process.crawl('spider_name') # 你需要将此处的spider_name替换为你自己的爬虫名称
process.start()
在其余爬虫文件中设置断点后,运行main.py,即可实现在pycharm中的调试。
两种方式都很简单实用,值得掌握。