芝麻HTTP：ScrapySplash的安装

Scrapy-Splash是一个Scrapy中支持Javascript渲染的工具&＃xff0c;本节来介绍它的安装方式。

Scrapy-Splash的安装分为两部分。一个是Splash服务的安装&＃xff0c;具体是通过Docker&＃xff0c;安装之后&＃xff0c;会启动一个Splash服务&＃xff0c;我们可以通过它的接口来实现Javascript页面的加载。另外一个是Scrapy-Splash的Python库的安装&＃xff0c;安装之后即可在Scrapy中使用Splash服务。

1. 相关链接

• GitHub&＃xff1a;https://github.com/scrapy-plugins/scrapy-splash
• PyPI&＃xff1a;https://pypi.python.org/pypi/scrapy-splash
• 使用说明&＃xff1a;https://github.com/scrapy-plugins/scrapy-splash#configuration
• Splash官方文档&＃xff1a;http://splash.readthedocs.io

2. 安装Splash

Scrapy-Splash会使用Splash的HTTP API进行页面渲染&＃xff0c;所以我们需要安装Splash来提供渲染服务。这里通过Docker安装&＃xff0c;在这之前请确保已经正确安装好了Docker。

安装命令如下&＃xff1a;

docker run -p 8050:8050 scrapinghub/splash

安装完成之后&＃xff0c;会有类似的输出结果&＃xff1a;

2017-07-03 08:53:28&＃43;0000 [-] Log opened.
2017-07-03 08:53:28.447291 [-] Splash version: 3.0
2017-07-03 08:53:28.452698 [-] Qt 5.9.1, PyQt 5.9, WebKit 602.1, sip 4.19.3, Twisted 16.1.1, Lua 5.2
2017-07-03 08:53:28.453120 [-] Python 3.5.2 (default, Nov 17 2016, 17:05:23) [GCC 5.4.0 20160609]
2017-07-03 08:53:28.453676 [-] Open files limit: 1048576
2017-07-03 08:53:28.454258 [-] Can&＃39;t bump open files limit
2017-07-03 08:53:28.571306 [-] Xvfb is started: [&＃39;Xvfb&＃39;, &＃39;:1599197258&＃39;, &＃39;-screen&＃39;, &＃39;0&＃39;, &＃39;1024x768x24&＃39;, &＃39;-nolisten&＃39;, &＃39;tcp&＃39;]
QStandardPaths: XDG_RUNTIME_DIR not set, defaulting to &＃39;/tmp/runtime-root&＃39;
2017-07-03 08:53:29.041973 [-] proxy profiles support is enabled, proxy profiles path: /etc/splash/proxy-profiles
2017-07-03 08:53:29.315445 [-] verbosity&＃61;1
2017-07-03 08:53:29.315629 [-] slots&＃61;50
2017-07-03 08:53:29.315712 [-] argument_cache_max_entries&＃61;500
2017-07-03 08:53:29.316564 [-] Web UI: enabled, Lua: enabled (sandbox: enabled)
2017-07-03 08:53:29.317614 [-] Site starting on 8050
2017-07-03 08:53:29.317801 [-] Starting factory

这样就证明Splash已经在8050端口上运行了。这时我们打开http://localhost:8050&＃xff0c;即可看到Splash的主页&＃xff0c;如图1所示。

                                            图1 运行页面

当然&＃xff0c;Splash也可以直接安装在远程服务器上。我们在服务器上以守护态运行Splash即可&＃xff0c;命令如下&＃xff1a;

docker run -d -p 8050:8050 scrapinghub/splash

这里多了-d参数&＃xff0c;它代表将Docker容器以守护态运行&＃xff0c;这样在中断远程服务器连接后&＃xff0c;不会终止Splash服务的运行。

3. Scrapy-Splash的安装

成功安装Splash之后&＃xff0c;接下来再来安装其Python库&＃xff0c;命令如下&＃xff1a;

pip3 install scrapy-splash

命令运行完毕后&＃xff0c;就会成功安装好此库&＃xff0c;后面会详细介绍它的用法。