Python3網絡爬蟲實戰-11、爬蟲框架的安裝：ScrapySplash、ScrapyRedis

ScrapySplash的安裝

ScrapySplash 是一個 Scrapy 中支持 JavaScript 渲染的工具，本節來介紹一下它的安裝方式。
ScrapySplash 的安裝分為兩部分，一個是是 Splash 服務的安裝，安裝方式是通過 Docker，安裝之后會啟動一個 Splash 服務，我們可以通過它的接口來實現 JavaScript 頁面的加載。另外一個是 ScrapySplash 的 Python 庫的安裝，安裝之后即可在 Scrapy 中使用 Splash 服務。

1. 相關鏈接

• GitHub：https://github.com/scrapy-plu...
• PyPi：https://pypi.python.org/pypi/...
• 使用說明：https://github.com/scrapy-plu...
• Splash 官方文檔：http://splash.readthedocs.io

2. 安裝Splash

ScrapySplash 會使用 Splash 的 HTTP API 進行頁面渲染，所以我們需要安裝 Splash 來提供渲染服務，安裝是通過 Docker 安裝，在這之前請確保已經正確安裝好了 Docker。
安裝命令如下：

docker?run -p?8050:8050?scrapinghub/splash

安裝完成之后會有類似的輸出結果：

2017-07-03 08:53:28+0000 [-] Log opened.
2017-07-03 08:53:28.447291 [-] Splash version: 3.0
2017-07-03 08:53:28.452698 [-] Qt 5.9.1, PyQt 5.9, WebKit 602.1, sip 4.19.3, Twisted 16.1.1, Lua 5.2
2017-07-03 08:53:28.453120 [-] Python 3.5.2 (default, Nov 17 2016, 17:05:23) [GCC 5.4.0 20160609]
2017-07-03 08:53:28.453676 [-] Open files limit: 1048576
2017-07-03 08:53:28.454258 [-] Can't bump open files limit
2017-07-03 08:53:28.571306 [-] Xvfb is started: ['Xvfb', ':1599197258', '-screen', '0', '1024x768x24', '-nolisten', 'tcp']
QStandardPaths: XDG_RUNTIME_DIR not set, defaulting to '/tmp/runtime-root'
2017-07-03 08:53:29.041973 [-] proxy profiles support is enabled, proxy profiles path: /etc/splash/proxy-profiles
2017-07-03 08:53:29.315445 [-] verbosity=1
2017-07-03 08:53:29.315629 [-] slots=50
2017-07-03 08:53:29.315712 [-] argument_cache_max_entries=500
2017-07-03 08:53:29.316564 [-] Web UI: enabled, Lua: enabled (sandbox: enabled)
2017-07-03 08:53:29.317614 [-] Site starting on 8050
2017-07-03 08:53:29.317801 [-] Starting factory <twisted.web.server.Site object at 0x7ffaa4a98cf8>
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

這樣就證明 Splash 已經在 8050 端口上運行了。
這時我們打開：http://localhost:8050 即可看到 Splash 的主頁，如圖 1-81 所示：

圖 1-81 運行頁面
當然 Splash 也可以直接安裝在遠程服務器上，我們在服務器上運行以守護態運行 Splash 即可，命令如下：

docker?run -d -p?8050:8050?scrapinghub/splash

在這里多了一個 -d 參數，它代表將 Docker 容器以守護態運行，這樣在中斷遠程服務器連接后不會終止 Splash 服務的運行。

3. ScrapySplash的安裝

成功安裝了 Splash 之后，我們接下來再來安裝一下其 Python 庫，安裝命令如下：

pip3?install?scrapy-splash

命令運行完畢后就會成功安裝好此庫，后文我們會介紹它的詳細用法。

ScrapyRedis的安裝

ScrapyRedis 是 Scrapy 分布式的擴展模塊，有了它我們可以方便地實現 Scrapy 分布式爬蟲的搭建，本節來介紹一下 ScrapyRedis 的安裝方式。

1. 相關鏈接

• GitHub：https://github.com/rmax/scrap...
• PyPi：https://pypi.python.org/pypi/...
• 官方文檔：http://scrapy-redis.readthedo...

2. Pip安裝

推薦使用 Pip 安裝，命令如下：

pip3?install?scrapy-redis

3. 測試安裝

安裝完成之后，可以在 Python 命令行下測試。

$ python3
>>> import scrapy_redis
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

如果沒有錯誤報出，則證明庫已經安裝好了。