首先感谢“巧克力味腺嘌呤”的博客和Debian 8.1 安装配置 pyspider 爬虫,本人根据他们的教程在ubuntu系统中进行了实际操作,发现有一些不同,也出现了很多错误,因此做此教程,为新手服务。
安装pyspider
安装pyspider请参考另一篇:ubuntu系统下安装pyspider及问题解决
安装mysql
sudo apt-get install mysql-server sudo apt-get install mysql-client sudo apt-get install libmysqlclient-dev
安装过程中会提示设置密码什么的,注意设置了不要忘了,安装完成之后可以使用如下命令来检查是否安装成功:
sudo netstat -tap | grep mysql
sudo netstat -an|grep 3306
通过上述命令检查之后,如果看到有mysql 的socket处于 listen 状态则表示安装成功。
使用root创建一个新的user,取名为pyspider
,密码为pyspider-pass
CREATE USER 'pyspider'@'%' IDENTIFIED BY 'pyspider-pass';
考虑到以后可能会做集群,所以用%而不是localhost
新建数据库
create database taskdb;
create database projectdb;
create database resultdb;
用户授权(当然,有些权限你是可以不给的)
GRANT SELECT, INSERT, UPDATE, REFERENCES, DELETE, CREATE, DROP, ALTER, INDEX, TRIGGER, CREATE VIEW, SHOW VIEW, EXECUTE, ALTER ROUTINE, CREATE ROUTINE, CREATE TEMPORARY TABLES, LOCK TABLES, EVENT ON `taskdb`.* TO 'pyspider'@'%'; GRANT SELECT, INSERT, UPDATE, REFERENCES, DELETE, CREATE, DROP, ALTER, INDEX, TRIGGER, CREATE VIEW, SHOW VIEW, EXECUTE, ALTER ROUTINE, CREATE ROUTINE, CREATE TEMPORARY TABLES, LOCK TABLES, EVENT ON `projectdb`.* TO 'pyspider'@'%'; GRANT SELECT, INSERT, UPDATE, REFERENCES, DELETE, CREATE, DROP, ALTER, INDEX, TRIGGER, CREATE VIEW, SHOW VIEW, EXECUTE, ALTER ROUTINE, CREATE ROUTINE, CREATE TEMPORARY TABLES, LOCK TABLES, EVENT ON `resultdb`.* TO 'pyspider'@'%';
查看数据库和数据表
show databases;
show tables;
安装redis
sudo apt-get install redis-server
Redis基本操作:
redis-server #启动: redis-cli #查看是否启动 在终端输出: redis 127.0.0.1:6379> 127.0.0.1 是本机 IP ,6379 是 redis 服务端口。现在我们输入 PING 命令。 redis 127.0.0.1:6379> ping PONG 以上说明我们已经成功安装了redis。 redis-server stop redis-server restart redis-server status
安装supervisor
sudo apt-get install supervisor
创建默认的配置文件
echo_supervisord_conf >/etc/supervisord.conf
本人直接这个命令出现了权限不足问题。使用sudo 也不行。解决方法是:在home目录创建配置文件,在移动到etc目录下。
echo_supervisord_conf > supervisord.conf
sudo mv supervisord.conf /etc/supervisord.conf
配置supervisor和pyspider
pyspider 的配置请各位看官参考:Command Line
下面贴的是我的配置
{ "taskdb": "mysql+taskdb://pyspider:pyspider-pass@127.0.0.1:3306/taskdb", "projectdb": "mysql+projectdb://pyspider:pyspider-pass@127.0.0.1:3306/projectdb", "resultdb": "mysql+resultdb://pyspider:pyspider-pass@127.0.0.1:3306/resultdb", "message_queue": "redis://127.0.0.1:6379/db", "phantomjs-proxy": "127.0.0.1:25555", "scheduler" : { "xmlrpc-host": "0.0.0.0", "delete-time": 3600 }, "webui": { "port": 5555, "username": "heartblood", "password": "pyspider-pass", "need-auth": true } }
上面的配置文件我将其放置在/pyspider/conf.json
配置 supervisor
编辑/etc/supervisord.conf
sudo gedit /etc/supervisord.conf
在最后添加下面的内容
[program:pyspider] command=/usr/bin/pyspider -c /pyspider/conf.json autorestart=true autostart=true user=pyspider group=pyspider directory=/pyspider stderr_logfile=/pyspider/pyspider_err.log stdout_logfile=/pyspider/pyspider.log
注意,配置文件里不支持~或者$HOME这类东西,请用绝对路径。log文件请自己事先建好,supervisord并不会自动生成。
保存后,通过下面的命令重启 supervisord
supervisord #启动
supervisorctl reload #重新启动
本人使用这个命令时出现了错误。解决方法是用supervisord命令启动服务端,再重启就可以了。
大功告成
到此为止,pyspider 应该就运行在你的ip:5555
上了
如果提示错误,可能是:
mysql connect没有安装
密码太长太复杂,请尝试关闭插件并设置简单密码
可以查看pyspider_err.log并排除错误
诡异问题解决
问题1:
import mysql.connector
ImportError: No module named “mysql”
解决方法:
执行pip search mysql-connector | grep --color mysql-connector-python 输出信息: mysql-connector-python-rf (2.1.3) - MySQL driver written in Python mysql-connector-python (2.0.4) - MySQL driver written in Python 使用pip install mysql-connector-python-rf==2.1.3就可以了
问题2:
import redis
ImportError: No module named 'redis'
解决方法:
安装reids-py
pip install redis