V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
chuanqirenwu
V2EX  ›  Python

爬虫在运行时需要实时读取用户的配置参数,应该使用什么方法把用户配置发给运行中的爬虫呢?

  •  
  •   chuanqirenwu · 2019-07-23 13:02:27 +08:00 · 1762 次点击
    这是一个创建于 1711 天前的主题,其中的信息可能已经有所发展或是发生改变。

    场景是这样的: 一个爬虫,一个网站。 用户在网站中配置爬虫的参数,爬虫实时根据配置的参数决定其运行状态。

    那么,如何将用户修改更新的参数反映到爬虫呢?

    当前的做法是,爬虫执行新的一轮爬取前,读取用户配置的 rest api,通过 api 传递数据,但总感觉不优雅,也不是很方便。

    是否又专门针对这种场景更好的方式呢?

    10 条回复    2019-07-30 20:28:48 +08:00
    zkqiang
        1
    zkqiang  
       2019-07-23 14:21:31 +08:00   ❤️ 1
    将最新配置实时通过 MQ 发送,爬虫开个线程消费 MQ
    misaka19000
        2
    misaka19000  
       2019-07-23 14:23:27 +08:00
    信号
    Ehco1996
        3
    Ehco1996  
       2019-07-23 16:06:55 +08:00 via iPhone
    从 api 拉配置不是很常规的操作么?
    我觉得爬虫没必要搞得多复杂

    你要觉得不好
    爬虫端再开一个线程接受配置的推送?
    协议用 api/rpc 之类的都行
    chuanqirenwu
        4
    chuanqirenwu  
    OP
       2019-07-23 16:44:43 +08:00
    @zkqiang 看了一下,觉得消息队列比较契合。
    tikazyq
        5
    tikazyq  
       2019-07-23 17:19:52 +08:00
    通过数据库来做,Crawlab 就是这么做的,将环境变量存入数据库中,爬虫去数据库中拿环境变量。

    http://github.com/tikazyq/crawlab

    新版的 crawlab 是用 golang 写的后台,还没发布,预先打个广告。
    lihongjie0209
        6
    lihongjie0209  
       2019-07-23 17:47:43 +08:00
    你需要的是配置中心(zookeeper 之类的), 别用消息队列
    chuanqirenwu
        7
    chuanqirenwu  
    OP
       2019-07-24 09:04:53 +08:00 via Android
    @lihongjie0209 太重了吧,就是想在用户更新配置后发送给后端,感觉一个轻量级的后端足以应付?
    chuanqirenwu
        8
    chuanqirenwu  
    OP
       2019-07-24 09:07:33 +08:00 via Android
    @tikazyq 好东西呀!刚好研究一下怎么用。体验了一下 demo,手机端的布局似乎有点问题?响应式不是很完美。element ui 应该能比较好地支持响应式吧
    lihongjie0209
        9
    lihongjie0209  
       2019-07-24 09:11:00 +08:00
    @chuanqirenwu #7 第一次听说 zookeeper 比 mq 重
    tikazyq
        10
    tikazyq  
       2019-07-30 20:28:48 +08:00
    @chuanqirenwu 手机布局现在还没有优化,只能暂时用 PC 来看
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2853 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 33ms · UTC 11:41 · PVG 19:41 · LAX 04:41 · JFK 07:41
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.