Python爬虫建站入门手记——从零开始建立采集站点(一:环境搭建)

从今天起,我将在这里更新一个系列的python简单爬虫到建立网站的实践手记

内容将会从最简单的开始,环境搭建,基本爬虫,入库,用Django建立可供用户访问的网站,网站部署。

同时打算涉及简单的异步爬虫,piplibe,队列等等。

为了方便,将使用django和sqlite3来作为例子, 虽然有时候这并不是最合适的场景。。

最终目的:一个能用的自动更新的垃圾站

本系列尽可能详细。

下面进入正题。

第一部分,买VPS,装环境。

本文的一切操作都在vps上

在Runabove建立最便宜的instance.

RunAbove1

选择魁省机房-Sandbox-M-Ubuntu14.10-输入Instace名字”PythonSpider”-FireUp!

不出一分钟,VPS就建立好了。
RunAbove2

用SSH 连接服务器
SSH1

先建立一个screen,顺手更新apt-get,以后都在这里面操作,避免掉线导致任务中断。


screen -S spider # 取名叫spider的screen
sudo apt-get update
sudp apt-get upgrade

再顺手安装一些肯定会用的东西

sudo apt-get install gcc python-dev -y
sudo - #这一步以后,用户就是root了 记住
nginx=stable # use nginx=development for latest development version
add-apt-repository ppa:nginx/$nginx
apt-get update
apt-get install nginx -y
apt-get install libxml2-dev libxslt1-dev lib32z1-dev -y

装pip和virtualenv

wget https://bootstrap.pypa.io/get-pip.py
python get-pip.py
pip install virtualenv

建立~/venv目录,建立virtualenv, 激活virtualenv

mkdir ~/venv
cd ~/venv
virtualenv spider
source ~/venv/spider/bin/activate

之后,shell提示符应该是这样
ssh2

安装django(1.7)

pip install django
cd ~ # 返回用户目录

5秒钟后,django安装完毕,现在开始建立项目目录(Django的project)。我们爬虫站点的所有文件都放在里面。


django-admin startproject python_spider

再测试下安装是否成功

service nginx stop # 为毛? 因为RunAbove的8000神马的端口不好用
python manage.py runserver 0.0.0.0:80 # 只能用80

现在访问192.99.71.91,我就能看到Django的示例页面
Django1
没骗你吧? 好了,看一眼能用就ctrl+c把服务器关掉。

然后,再建立一个app

cd python_spider
python manage.py startapp web

所以,现在我有一个Django项目,叫python_spider, 它里面有个app叫web.

未完待续。。。
下一篇,是简单Python爬虫的编写。

如需要转载请注明: 转载自eRic

原文地址: Python爬虫建站入门手记——从零开始建立采集站点(一:环境搭建)

对文章有任何疑问,欢迎用各种方式提出。

2 Replies to “Python爬虫建站入门手记——从零开始建立采集站点(一:环境搭建)”

Comments are closed.