centos7下安装scrapy

1.centos下安装的开发工具包

[root@localhost ~]# yum groupinstall development
[root@localhost ~]# yum install libffi-devel python-devel openssl-devel  libxslt-devel

2.安装pip
首先安装新的yum软件源，centos7自带的软件源没有pip

[root@localhost ~]# yum install epel-release

安装pip

[root@localhost ~]# yum install python-pip

3.安装scrapy

[root@localhost ~]# pip install scrapy

pip会把scrapy用的依赖包都安装好，安装完成后显示如下

pip再/usr/lib/python/site-packages和/usr/lib64/python/site-packages下都安装包

我走的弯路：
一定先把centos下的开发工具包都安装好，然后pip就一条命令，pip会把scrapy需要的依赖全部安装好。如果pip安装后scrapy报错，那可能是centos开发工具的问题，再yum安装相应的工具包。不要用pip了。
我装完之后报错缺openssl，又看官网pip安装了pyopenssl，结果opensll装在了/usr/lib64/python2.7/site-packages。
scrapy安装依赖是装在/usr/lib/python2.7/site-packages，还缺很多文件，不知道什么原因

4.检查下scrapy是否安装正确

[root@localhost ~]# scrapy -v

输出如下图

但这并不一定就表明安装成功了，需要在建个爬虫试试。
根据官网上的例子：
[[e-mail] ~]# scrapy startproject tuto
会在当前目录下自动创建一个文件夹和一个文件
然后再spider目录下建立quotes_spider.py文件，填入以下代码：

import scrapy

class QuotesSpider(scrapy.Spider):
    name = "quotes"  #这个就是之后用到的爬虫名

    def start_requests(self):
        urls = [
            'http://quotes.toscrape.com/page/1/',
            'http://quotes.toscrape.com/page/2/',
        ]
        for url in urls:
            yield scrapy.Request(url=url, callback=self.parse)

    def parse(self, response):
        page = response.url.split("/")[-2]
        filename = 'quotes-%s.html' % page
        with open(filename, 'wb') as f:
            f.write(response.body)
        self.log('Saved file %s' % filename)

然后再tuto目录下，运行：

[root@localhost ~]# scrapy crawl quotes

如果运行成功会在当前目录下新建2个文件：quotes-1.html，quotes-2.html

这个测试文件非常好，因为没有解析HTML文件，就是爬到网页，存下来。如果成功就表明scrapy安装成功了。之后调试时也可以先试试能能存下文件来，如果能，至少表明爬取成功了。

---

scrapy的官方文档地址：https://docs.scrapy.org/en/latest/