스레드에서 scrapy를 실행하는 방법의 코드
When you run the Scrapy crawler from a program, the code blocks until the Scrapy crawler is finished. This is due to how Twisted (the underlying asynchronous network library) works. This prevents using the Scrapy crawler from scripts or other code.
To circumvent this issue you can run the Scrapy crawler in a thread with this code.
Keep in mind that this code is mainly for illustrative purposes and far from production ready.
Also the code was only tested with Scrapy 0.8, and will probably need some adjustments for newer versions (since the core API isn’t stable yet), but you get the idea.
“”"Code to run Scrapy crawler in a thread - works on Scrapy 0.8 “”"
import threading, Queue
from twisted.internet import reactor
from scrapy.xlib.pydispatch import dispatcher from scrapy.core.manager import scrapymanager from scrapy.core.engine import scrapyengine from scrapy.core import signals
class CrawlerThread(threading.Thread): def __init__(self):
threading.Thread.__init__(self)
self.running = False
def run(self):
self.running = True
scrapymanager.configure(control_reactor=False)
scrapymanager.start()
reactor.run(installSignalHandlers=False)
if not self.running:
raise RuntimeError("CrawlerThread not running")
self._call_and_block_until_signal(signals.spider_closed,
def stop(self):
reactor.callFromThread(scrapyengine.stop)
q = Queue.Queue()
def unblock():
q.put(None)
dispatcher.connect(unblock, signal=signal)
q.get()
Usage example below:
import os os.environ.setdefault(‘SCRAPY_SETTINGS_MODULE’, ‘myproject.settings’)
from scrapy.xlib.pydispatch import dispatcher from scrapy.core import signals from scrapy.conf import settings from scrapy.crawler import CrawlerThread
settings.overrides[‘LOG_ENABLED’] = False # avoid log noise
def item_passed(item): print “Just scraped item:”, item
dispatcher.connect(item_passed, signal=signals.item_passed)
crawler = CrawlerThread() print “Starting crawler thread…” crawler.start() print “Crawling somedomain.com…” crawler.crawl('somedomain.com) # blocking call print “Crawling anotherdomain.com…” crawler.crawl(‘anotherdomain.com’) # blocking call print “Stopping crawler thread…” crawler.stop()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSON
JSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다.
그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다.
저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
To circumvent this issue you can run the Scrapy crawler in a thread with this code.
Keep in mind that this code is mainly for illustrative purposes and far from production ready.
Also the code was only tested with Scrapy 0.8, and will probably need some adjustments for newer versions (since the core API isn’t stable yet), but you get the idea.
“”"Code to run Scrapy crawler in a thread - works on Scrapy 0.8 “”"
import threading, Queue
from twisted.internet import reactor
from scrapy.xlib.pydispatch import dispatcher from scrapy.core.manager import scrapymanager from scrapy.core.engine import scrapyengine from scrapy.core import signals
class CrawlerThread(threading.Thread): def __init__(self):
threading.Thread.__init__(self)
self.running = False
def run(self):
self.running = True
scrapymanager.configure(control_reactor=False)
scrapymanager.start()
reactor.run(installSignalHandlers=False)
if not self.running:
raise RuntimeError("CrawlerThread not running")
self._call_and_block_until_signal(signals.spider_closed,
def stop(self):
reactor.callFromThread(scrapyengine.stop)
q = Queue.Queue()
def unblock():
q.put(None)
dispatcher.connect(unblock, signal=signal)
q.get()
Usage example below:
import os os.environ.setdefault(‘SCRAPY_SETTINGS_MODULE’, ‘myproject.settings’)
from scrapy.xlib.pydispatch import dispatcher from scrapy.core import signals from scrapy.conf import settings from scrapy.crawler import CrawlerThread
settings.overrides[‘LOG_ENABLED’] = False # avoid log noise
def item_passed(item): print “Just scraped item:”, item
dispatcher.connect(item_passed, signal=signals.item_passed)
crawler = CrawlerThread() print “Starting crawler thread…” crawler.start() print “Crawling somedomain.com…” crawler.crawl('somedomain.com) # blocking call print “Crawling anotherdomain.com…” crawler.crawl(‘anotherdomain.com’) # blocking call print “Stopping crawler thread…” crawler.stop()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSON
JSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다.
그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다.
저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
Keep in mind that this code is mainly for illustrative purposes and far from production ready.
Also the code was only tested with Scrapy 0.8, and will probably need some adjustments for newer versions (since the core API isn’t stable yet), but you get the idea.
“”"Code to run Scrapy crawler in a thread - works on Scrapy 0.8 “”"
import threading, Queue
from twisted.internet import reactor
from scrapy.xlib.pydispatch import dispatcher from scrapy.core.manager import scrapymanager from scrapy.core.engine import scrapyengine from scrapy.core import signals
class CrawlerThread(threading.Thread): def __init__(self):
threading.Thread.__init__(self)
self.running = False
def run(self):
self.running = True
scrapymanager.configure(control_reactor=False)
scrapymanager.start()
reactor.run(installSignalHandlers=False)
if not self.running:
raise RuntimeError("CrawlerThread not running")
self._call_and_block_until_signal(signals.spider_closed,
def stop(self):
reactor.callFromThread(scrapyengine.stop)
q = Queue.Queue()
def unblock():
q.put(None)
dispatcher.connect(unblock, signal=signal)
q.get()
Usage example below:
import os os.environ.setdefault(‘SCRAPY_SETTINGS_MODULE’, ‘myproject.settings’)
from scrapy.xlib.pydispatch import dispatcher from scrapy.core import signals from scrapy.conf import settings from scrapy.crawler import CrawlerThread
settings.overrides[‘LOG_ENABLED’] = False # avoid log noise
def item_passed(item): print “Just scraped item:”, item
dispatcher.connect(item_passed, signal=signals.item_passed)
crawler = CrawlerThread() print “Starting crawler thread…” crawler.start() print “Crawling somedomain.com…” crawler.crawl('somedomain.com) # blocking call print “Crawling anotherdomain.com…” crawler.crawl(‘anotherdomain.com’) # blocking call print “Stopping crawler thread…” crawler.stop()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSON
JSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다.
그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다.
저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
Also the code was only tested with Scrapy 0.8, and will probably need some adjustments for newer versions (since the core API isn’t stable yet), but you get the idea.
“”"Code to run Scrapy crawler in a thread - works on Scrapy 0.8 “”"
import threading, Queue
from twisted.internet import reactor
from scrapy.xlib.pydispatch import dispatcher from scrapy.core.manager import scrapymanager from scrapy.core.engine import scrapyengine from scrapy.core import signals
class CrawlerThread(threading.Thread): def __init__(self):
threading.Thread.__init__(self)
self.running = False
def run(self):
self.running = True
scrapymanager.configure(control_reactor=False)
scrapymanager.start()
reactor.run(installSignalHandlers=False)
if not self.running:
raise RuntimeError("CrawlerThread not running")
self._call_and_block_until_signal(signals.spider_closed,
def stop(self):
reactor.callFromThread(scrapyengine.stop)
q = Queue.Queue()
def unblock():
q.put(None)
dispatcher.connect(unblock, signal=signal)
q.get()
Usage example below:
import os os.environ.setdefault(‘SCRAPY_SETTINGS_MODULE’, ‘myproject.settings’)
from scrapy.xlib.pydispatch import dispatcher from scrapy.core import signals from scrapy.conf import settings from scrapy.crawler import CrawlerThread
settings.overrides[‘LOG_ENABLED’] = False # avoid log noise
def item_passed(item): print “Just scraped item:”, item
dispatcher.connect(item_passed, signal=signals.item_passed)
crawler = CrawlerThread() print “Starting crawler thread…” crawler.start() print “Crawling somedomain.com…” crawler.crawl('somedomain.com) # blocking call print “Crawling anotherdomain.com…” crawler.crawl(‘anotherdomain.com’) # blocking call print “Stopping crawler thread…” crawler.stop()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSON
JSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다.
그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다.
저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.
def __init__(self):
threading.Thread.__init__(self)
self.running = False
def run(self):
self.running = True
scrapymanager.configure(control_reactor=False)
scrapymanager.start()
reactor.run(installSignalHandlers=False)
if not self.running:
raise RuntimeError("CrawlerThread not running")
self._call_and_block_until_signal(signals.spider_closed,
def stop(self):
reactor.callFromThread(scrapyengine.stop)
q = Queue.Queue()
def unblock():
q.put(None)
dispatcher.connect(unblock, signal=signal)
q.get()
import os os.environ.setdefault(‘SCRAPY_SETTINGS_MODULE’, ‘myproject.settings’)
from scrapy.xlib.pydispatch import dispatcher from scrapy.core import signals from scrapy.conf import settings from scrapy.crawler import CrawlerThread
settings.overrides[‘LOG_ENABLED’] = False # avoid log noise
def item_passed(item): print “Just scraped item:”, item
dispatcher.connect(item_passed, signal=signals.item_passed)
crawler = CrawlerThread() print “Starting crawler thread…” crawler.start() print “Crawling somedomain.com…” crawler.crawl('somedomain.com) # blocking call print “Crawling anotherdomain.com…” crawler.crawl(‘anotherdomain.com’) # blocking call print “Stopping crawler thread…” crawler.stop()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.