cncg51 / CrawlerHot

抓取网站热榜信息，并且前端进行展示

说明

我的博客热点展示：https://www.panglb.top/hot/

├── crawler.py  # 主要爬虫代码
├── helper.py  # 帮助函数
├── html    # 前端页面展示
│   ├── hot.html
│   └── layui  # 前端依赖
├── image
│   └── hot.png
├── LICENSE
├── README.md
├── requments.txt  # 环境依赖
├── result  # 爬虫数据保存
│   └── result.json
├── run.py  # 定时爬虫入口
├── server.py  # 后端服务
├── settings.py
└── uwsgi.ini  # uwsgi服务器配置

• 目前只写了以下热点信息的爬取

  • 知乎热榜
  • V2EX
  • GitHub
  • 新浪微博
  • 天涯
  • 贴吧
  • 豆瓣
  • 云音乐

• 环境

  • python3

运行

• 下载

   git clone https://github.com/pangxiaobin/CrawlerHot.git
   cd CrawlerHot

• 安装依赖

  # 创建虚拟环境  需要安装virtualenv 和virtualenvwrapper
  mkvirtualenv hot
  pip install -r requments.txt

• 本地运行效果展示

  • 数据爬取

  python run.py
  # 单独看爬虫效果 可以吧run() 注释
  # __name__ == '__main__':
  #    run_crawler()  # 单次爬虫运行
  #    run()  # 定时爬虫运行

  • 启动本地服务

  python server.py

  • 查看前端页面展示

  把html/hot.html 在浏览器中打开就能看到效果了
  

• 服务器部署uwsgi+nginx

  • 项目是前后端分离的，后端可以单独就uwsgi起服务，前端用nginx。也可以都用nginx
  • uwsgi起http服务

  修改uwsgi.ini中的chdir
  # 配置工程目录 项目所在的绝对路径
  chdir=yourpath/CrawlerHot
  

  • 起动uwsgi

  uwsgi --ini uwsgi.ini

  • 配置nginx部署前端

  # /etc/nginx/conf.d/default.conf 添加location 配置
  server {
      listen       80;
      listen [::]:80 ipv6only=on default_server;
      server_name  localhost;
  
      #charset koi8-r;
      #access_log  /var/log/nginx/host.access.log  main;
  
      location / {
          root   /usr/share/nginx/html;
          index  index.html index.htm;
      }
      
      location /hot {
          # 绝对路径
         alias /youtpath/CrawlerHot/html;
         index hot.html;
      }
      
      #error_page  404              /404.html;
  
      # redirect server error pages to the static page /50x.html
      #
      error_page   500 502 503 504  /50x.html;
      location = /50x.html {
          root   /usr/share/nginx/html;
      }
  }

  • 运行定时爬虫脚本

  nohup python -u run.py &  

  • 效果展示