在 Scrapy 项目中使用 Django 的模型（在管道中）

Question

之前有人问过这个问题，但总是出现的答案是使用 DjangoItem。但是它在 github 上声明：

often not a good choice for a write intensive applications (such as a web crawler) ... may not scale well

这是我的问题的症结所在，我想以与运行 [= 时相同的方式使用我的 django 模型并与之交互33=] manage.py shell 我做 from myapp.models import Model1。使用查询 like seen here.

我已经尝试过相对导入并将我的整个 scrapy 项目移动到我的 django 应用程序中，但都无济于事。

我应该把我的 scrapy 项目移到哪里才能让它工作？如何在 scrapy 管道内的 shell 中重新创建/使用所有可用的方法？

提前致谢。

Answer 1

在这里，我创建了一个在 django 中使用 scrapy 的示例项目。并在其中一个管道中使用 Django 模型和 ORM。

https://github.com/bipul21/scrapy_django

目录结构从您的 django 项目开始。在这种情况下，项目名称是 django_project。进入基础项目后，您可以在此处创建您的 scrapy 项目，即 scrapy_project

在您的 scrapy 项目设置中添加以下行以设置初始化 django

import os
import sys
import django

sys.path.append(os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), ".."))
os.environ['DJANGO_SETTINGS_MODULE'] = 'django_project.settings'

django.setup()

在管道中，我对问题模型进行了简单查询

from questions.models import Questions

class ScrapyProjectPipeline(object):
    def process_item(self, item, spider):
        try:
            question = Questions.objects.get(identifier=item["identifier"])
            print "Question already exist"
            return item
        except Questions.DoesNotExist:
            pass

        question = Questions()
        question.identifier = item["identifier"]
        question.title = item["title"]
        question.url = item["url"]
        question.save()
        return item

您可以签入项目以了解更多详细信息，例如模型架构。

在 Scrapy 项目中使用 Django 的模型（在管道中）

Use Django's models in a Scrapy project (in the pipeline)

python

django

django-models

scrapy

scrapy-pipeline