浅析python实现scrapy定时执行爬虫_Python

项目需要程序能够放在超算中心定时运行，于是针对scrapy写了一个定时爬虫的程序main.py ，直接放在scrapy的存储代码的目录中就能设定时间定时多次执行。

最简单的方法：直接使用Timer类

									import time

									import os

									while True:

									  os.system("scrapy crawl News")

									  time.sleep(86400) #每隔一天运行一次 24*60*60=86400s或者，使用标准库的sched模块

									import sched

									#初始化sched模块的scheduler类

									#第一个参数是一个可以返回时间戳的函数，第二个参数可以在定时未到达之前阻塞。

									schedule = sched.scheduler ( time.time, time.sleep )

									#被周期性调度触发的函数

									def func():

									  os.system("scrapy crawl News")

									def perform1(inc):

									  schedule.enter(inc,0,perform1,(inc,))

									  func()  # 需要周期执行的函数

									def mymain():

									  schedule.enter(0,0,perform1,(86400,))

									if __name__=="__main__":

									  mymain()

									  schedule.run() # 开始运行，直到计划时间队列变成空为止关于cmd的实现方法，本人在单次执行爬虫程序时使用的是 

									cmdline.execute("scrapy crawl News".split())但可能因为cmdline是scrapy模块中自带的，所以定时执行时只能执行一次就退出了。