命令行工具(2)

一 配置文件scrapy.cfg

1 全局配置文件路径  盘符: ... scrapyscrapy

2 项目配置文件

　　

配置文件的优先级别: 用户定义的配置文件优先级别高于系统范围的默认值.

二 创建醒目的基本命令

scrapy startproject myproject #创建项目

cd myproject #进入项目根目录

scrapy genspider mydomain mydomain.com #创建爬虫文件

scrapy crawl mydomain  #启动爬虫文件

三 命令分类

全局命令

• startproject  #创建项目
• genspider    #创建爬虫文件
• settings     #查看配置信息
• runspider    #启动某爬虫文件
• shell       #启动爬虫shell交互界面
• fetch       #爬取某网页
• view       #网页查看爬取数据
• version     #查看爬虫版本

仅限项目的命令：

• crawl   #启动爬虫文件
• check   #爬虫语法检测        
• list   #查看爬虫列表
• edit   #编辑爬虫文件
• parse  #解析某网页
• bench  

四 用法示例

$ scrapy list #查看爬虫列表
spider1
spider2

$ scrapy edit spider1 #编辑爬虫文件


$ scrapy view http://www.example.com/some/page.html #网页打开请求页面源码

$ scrapy shell [url] #启动shell

$ scrapy parse http://www.example.com/ -c parse_item

$ scrapy settings --get DOWNLOAD_DELAY

$ scrapy runspider myspider.py  #启动指定爬虫文件

$ scrapy version [-v] #查看爬虫版本