芝麻HTTP：在阿里云上测试Gerapy教程

 1、配置环境

阿里云的版本是2.7.5，所以用pyenv新安装了一个3.6.4的环境，安装后使用pyenv global 3.6.4即可使用3.6.4的环境，我个人比较喜欢这样，切换自如，互不影响。

如下图：

接下来按照大才的文章，pip install gerapy即可，这一步没有遇到什么问题。有问题的同学可以向大才提issue。

   2. 开启服务

首先去阿里云的后台设置安全组   ，我的是这样：

然后到命令窗口对8000和6800端口放行即可。

接着执行

    gerapy init

cd gerapy

gerapy migrate

    # 注意下一步 

    gerapy runserver  0.0.0.0:8000 【如果你是在本地，执行 gerapy runserver即可，如果你是在阿里云上，你就要改成前面这样来执行】

现在在浏览器里访问：ip:8000应该就可以看到主界面了

里面的各个的含义见大才的文章。

3.创建项目

在gerapy下的projects里面新建一个scrapy爬虫，在这里我搞的是最简单的：

scrapy startproject gerapy_test

cd gerapy_test

scrapy genspider baidu www.baidu.com

这样就是一个最简单的爬虫了，修改一个settings.py中的ROBOTSTXT_OBEY=False, 然后修改一个spiders下面的baidu.py, 这里随意，我这里设置的是输出返回的 response.url

4.安装scrapyd

 pip install scrapyd

安装好以后，命令行执行

scrapyd

然后浏览器中打开 ip:6800，如果你没有修改配置，应该这里会打不开，clients那里配置的时候，也应该会显示为error，就像这样：

 

后来找了一下原因发现scrapyd默认打开的也是127.0.0.1

 

所以这个时候就要改一下配置，具体可以参考这里， 我是这么修改：

vim ~/.scrapyd.conf

[scrapyd]
bind_address = 0.0.0.0

在刷新一下，就会看到前面error变成了normal

 

5. 打包，部署，调度

这几步大才的文章里都有详细说明，打包完，部署，在进入clients的调度界面，点击run按钮即可跑爬虫了

 

可以看到输出的结果了。

6.结语

建议大家可以试着用一下，很方便，我这里只是很简单的使用了一下。