Scrapy+crontab 定时爬取小说更新推送到手机邮件
2017-07-28 21:25
726 查看
Scrapy+crontab 定时爬取小说更新推送到手机邮件
本人酷爱追火星引力的《逆天邪神》小说,但经常是俩三天才一更,每天打开浏览器查看是否更新贼痛苦。现在利用所学的知识来解决问题。文章分三部分:一、爬取更新 二、发送邮件 三、定时任务。爬虫内容简单,适合scrapy新手,重点在于发送邮件和定时任务。一、爬取更新
小说地址:http://m.zongheng.com/h5/book?bookid=408586页面图片:
1.创建工程project
选择一个目录:/home/yunge/code/spiders/
执行命令:
scrapy startproject xiaoshuo
2.创建spider
进入工程内,执行命令:
cd /xiaoshuo/xiaoshuo
创建spider,执行命令:
scrapy genspider nitianspider zongheng.com
3.items.py 填空
import scrapy class XiaoshuoItem(scrapy.Item): # define the fields for your item here like: # name = scrapy.Field() chapter=scrapy.Field() updatetime=scrapy.Field()
4.nitiansipder.py
# -*- coding: utf-8 -*- import scrapy from xiaoshuo.items import XiaoshuoItem from scrapy.mail import MailSender class NitianspiderSpider(scrapy.Spider): name = 'nitianspider' allowed_domains = ['zongheng.com'] start_urls = ['http://m.zongheng.com/h5/book?bookid=408586'] def parse(self, response): item=XiaoshuoItem() item['chapter']=response.xpath('//span[@class="last_tit"]/text()').extract()[0] item['updatetime']=response.xpath('//div[@class="time"]/text()').extract()[0] return item
二、发送邮件
5.pipelines.pyfrom scrapy.mail import MailSender import scrapy class XiaoshuoPipeline(object): def process_item(self, item, spider): with open ('nitianxieshen.txt','r') as fp: line=fp.readline().split('\t') if item['chapter']!=line[0]: Subject=u'小说《逆天邪神》更新啦!!!' Body=u'更新内容:\n%s\n点击地址:\nhttp://m.zongheng.com/h5/book?bookid=408586'%item['chapter' mailer=MailSender(smtphost="smtp.163.com",mailfrom="*****@163.com",smtpuser="******@163.com",smtppass="******",smtpport=25) mailer.send(to=['*******@qq.com'],subject=Subject.encode('utf8'),body=Body.encode('utf8')) with open('nitianxieshen.txt','w') as fp: fp.write(item['chapter'].encode('utf8')+'\t') fp.write(item['updatetime'].encode('utf8')+'\t\n') return item
6.settings.py
在最后一行添加:
ITEM_PIPELINES={'xiaoshuo.pipelines.XiaoshuoPipeline':2}
7.执行验证
首先创建文件 nitianxieshen.txt :
vim nitianxieshen.txt
随便写入内容,与爬取的内容不同,方便测试爬虫是否发送邮件成功。
执行命令:
scrapy crawl nitianspider
三、定时任务
8.在目录:/home/yunge/code/spider/xiaoshuo/xiaoshuo/ 下,创建脚本crontab.sh,内容:
cd /home/yunge/code/spiders/xiaoshuo/xiaoshuo/ scrapy crawl nitianspider
9.脚本添加文件执行权限
执行命令:
chmod 774 crontab.sh
10.crontab 添加定时任务
执行命令:
crontab -e
写入:
30 */6 * * * /home/yunge/code/spiders/xiaoshuo/xiaoshuo/crontab.sh
从6:30开始,每隔6个小时执行一次crontab.sh。
11.取消脚本执行后发送电脑邮件
此邮件非爬虫里的邮件,是cron定时任务发送电脑用户(即yunge)的邮件,执行后会在命令端不断提醒。
重新修改:
crontab -e
内容:
30 */6 * * * /home/yunge/code/spiders/xiaoshuo/xiaoshuo/crontab.sh &> /dev/null
到此已经结束了,以后可以美滋滋地看小说了。。。
相关文章推荐
- centos linux 定时任务 定时每天执行php文件更新数据库 crontab
- QuickBI助你成为分析师-邮件定时推送
- app后端设计(3)--短信,邮件,推送服务(2014.12.05更新)
- Google发布手机同步功能,Gmail邮件推送指日可待
- Python +crontab定时备份目录发送邮件
- app后端设计(3)--短信,邮件,推送服务(2014.12.05更新)
- 利用python,shell,crontab实现成绩自动查询和更新邮件提醒
- SPring中quartz的配置(可以用实现邮件定时发送,任务定时执行,网站定时更新等)
- [原创] 使用rpi + crontab + git 定时向bitbucket 推送 照片
- linux下,用crontab定时执行scrapy任务
- 关于crontab定时任务执行失败发送报错邮件的问题
- Linux_git定时更新代码脚本(crontab)
- 手机网页开发学习(不定时更新)
- 手机没有推送更新系统,如何更新到 iOS 11
- 在mac下用crontab来定时执行scrapy爬虫命令
- Linux定时 crontab 更新数据库
- linux下使用crontab设置scrapy爬虫定时抓取数据
- 关于手机官方系统推送更新出错的解决方案
- Python Scrapy爬虫入门 - 使用Crontab实现Scrapy爬虫的定时执行
- 手机号码正则表达式写法【不定时更新】