1.概念：多台机器上可以执行同一个爬虫程序，实现网站数据的分布爬取2.原生的scrapy是不可以实现分布式式爬虫　　a）调度器无法共享　　b）管道无法共享3.scrapyredis组件：专门为scrapy开发的一套组件，该组件可以让scrapy实现分布式　　a）pipinstallscrapyredis4.分布式爬取的流程：

背景命令行下有三种安装Scrapy的方式：aptget:千万不要用，因为你会下载到一个上古时期的Scrapy版本，产生一系列与你参考教程的代码不兼容的问题easy\_install:我没有安装成功pip:Scrapy官网上推荐的下载方式，我们使用这种方法安装首先Python(https://www

本文通过一个简单的项目实现Scrapy采集流程。希望通过该项目对Scrapy的使用方法和框架能够有帮助。1\.工作流程重点流程如下：创建一个Scrapy项目。创建一个爬虫来抓取网站和处理数据。通过命令行将采集的内容进行分析。将分析的数据保存到MongoDB数据库。2\.准备环境安装

\TOC\1\.Scrapy介绍1.1.Scrapy框架Scrapy是用纯Python实现一个为了爬取网站数据、提取结构性数据而编写的应用框架，用途非常广泛。!(http://ccszt.com.cn/python/%E7%88%AC%E8%99%AB/file/images/

对Scrapy框架（一）的补充Infichu:http://www.cnblogs.com/Infichu/(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fwww.cnblogs.com%2FInfichu%2F)Scrapy优点：   提供了内置的HTTP

      上一篇咱们讲解了Scrapy的工作机制和如何使用Scrapy爬取美女图片，而今天接着讲解Scrapy爬取美女图片，不过采取了不同的方式和代码实现，对Scrapy的功能进行更深入的运用。!(https://oscimg.oschina.net/oscnet/495475f784c4eb6eadac4fb32e103808c26.jpg)

scrapyCrawlSpider介绍1、首先，通过crawl模板新建爬虫：scrapygenspidertcrawllagouwww.lagou.com创建出来的爬虫文件lagou.py：!(

简介scrapy\_redis是一个基于Redis的Scrapy组件，用于scrapy项目的分布式部署和开发你可以启动多个spider对象，互相之间共享有一个redis的request队列，最适合多个域名的广泛内容的爬取特点分布式爬取分布式数据处理爬取到的item数据被推送到redis中，这意味着你可以启动尽可能多的item处理程序

Scrapy的架构介绍原始英文页面：http://doc.scrapy.org/en/latest/topics/architecture.html(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fdoc.scrapy.org%2Fen%2Flatest%2Ft