2

我正在尝试将使用 slyd 创建的蜘蛛配置为使用scrapy-elasticsearch，所以我发送-d parameter=value配置它：

curl http://localhost:6800/schedule.json -d project=myproject  -d spider=myspider -d setting=CLOSESPIDER_ITEMCOUNT=100 -d settings=ITEM_PIPELINE=scrapyelasticsearch.ElasticSearchPipeline -d setting=ELASTICSEARCH_SERVER=localhost -d setting=ELASTICSEARCH_PORT=9200 -d setting=ELASTICSEARCH_INDEX=scrapy -d setting=ELASTICSEARCH_TYPE=items -d setting=ELASTICSEARCH_UNIQ_KEY=url

这是应该进入 settings.py 的默认配置：

ITEM_PIPELINES = [
  'scrapyelasticsearch.ElasticSearchPipeline',
]

ELASTICSEARCH_SERVER = 'localhost' # If not 'localhost' prepend 'http://'
ELASTICSEARCH_PORT = 9200 # If port 80 leave blank
ELASTICSEARCH_USERNAME = ''
ELASTICSEARCH_PASSWORD = ''
ELASTICSEARCH_INDEX = 'scrapy'
ELASTICSEARCH_TYPE = 'items'
ELASTICSEARCH_UNIQ_KEY = 'url'

我还没有找到一种方法来配置 slyd 以使用每个新蜘蛛自动生成这些设置，所以我试图将选项作为-d参数传递。scrapyd 仍然运行蜘蛛，但没有保存到 elasticsearch，错误日志显示如下：

[Launcher,1900/stderr] /home/PORTIA/local/lib/python2.7/site-packages/scrapy/contrib/pipeline/__init__.py:21: 
ScrapyDeprecationWarning: ITEM_PIPELINES defined as a list or a set is deprecated, switch to a dict
      category=ScrapyDeprecationWarning, stacklevel=1)
4

1 回答 1

3

在新版本的scrapy中，您必须像这样将管道定义为字典

    ITEM_PIPELINES = {'scrapyelasticsearch.ElasticSearchPipeline': 100}

您可以做的是在蜘蛛文件夹下的同一个项目中制作所有蜘蛛，以便您可以共享您的设置和管道

于 2014-09-11T14:09:02.917 回答