Scrapy爬虫框架第一讲(Linux环境)

1、What is Scrapy?

答：Scrapy是一个使用python语言（基于Twistec框架）编写的开源网络爬虫框架，其结构清晰、模块之间的耦合程度低，具有较强的扩张性，能满足各种需求。（前面我们介绍了使用requests、beautifulsoup、selenium等相当于你写作文题，主要针对的是个人爬虫；而Scrapy框架的出现给了我们一个方便灵活爬虫程序架构，我们只需针对其中的组件做更改，即可实现一个完美的网络爬虫，相当于你做填空题！）

---

基于Scrapy的使用方便性，下面所有的Scrapy程序我们都会在Linux系统下运行

2、Scrapy框架的安装（这里我使用的是vmware虚拟机+ubuntu16.04镜像环境）

打开终端：sudo apt-get install python-dev python-pip libxml2-dev libxslt1-dev zlib1g-dev libffi-dev libssl-dev（安装一些依赖包）

如果你没安装python3请执行：sudo apt-get install python3 python3-dev

这里小伙伴们可以先创建一个虚拟环境：pip3 install virtualenv 再进行scrapy 的安装（之后你写的所有程序都会在虚拟环境中运行）

基于我使用的是ubuntu16.04版本，系统自带了python2.7.14 和python3.5.2两个版本

下面小伙们让我们先来解决一个多版本的共存问题吧

当你输入python时系统会自动指向python2，而我们的所有程序是基于python3 的，这也是以后的主流。（我们要的是输入python,系统直接链接到python3）

下面我们来解决这个问题：sudo su (输入你设置等待用户密码进入超级用户权限)---接着请看图：

分析：（linux命令小伙伴们我们以后再谈）

当我们键入python2 系统自动指向python2环境，python3同样如此

whereis python 找出了python的所有可执行文件的路径

which python 找出了当我们键入python时执行的文件路径

我们使用rm 首先删除了该路径，接着使用 ln -s 参数1 参数2 （将参数1 指向 参数2 这里相当于生成了软链接原理和超链接一样，当你键入python时系统自动指向了软连接 python3的可执行文件的路径并执行文件），这样我们成功的达到了预想目的

---

3、如何解决同时使用多个python版本和同时使用多个库版本的问题

答：安装virtualenv虚拟环境

打开终端：sudo pip3 install virtualenv

如果出现以下错误请使用 vi /usr/bin/pip3 更改配置文件（这是因为原来我们是python2的pip当你升级后系统没改配置文件，小伙伴们不要紧张，我们自己修改即可）

这里涉及到linux下强大的文本编辑器vim的使用我们下次专门讲解

更改配置文件如下：

再次键入：sudo pip3 install virtualenv （成功）

接着：

创建名叫course-python3.5-env 的python3.5虚拟环境：如上图

激活与推出虚拟环境 source  与 deactivate 命令

最后我们按照前述，首先激活虚拟环境，然后安装Scrapy即可

验证：终端键入：scrapy --version查看安装的scapy版本，不报错即可！

以后我们所有的scrapy爬虫项目都在虚拟环境下运行了!

---