Scrapy统计收集

Stats Collector是Scrapy提供的一种工具,用于以键/值的形式收集统计信息,并使用Crawler API(Crawler提供对所有Scrapy核心组件的访问权限)访问它。统计收集器为每个蜘蛛提供一个统计表,其中当蜘蛛打开时统计收集器自动打开,并且在蜘蛛关闭时关闭统计收集器。

Common Stats Collector使用

以下代码使用 stats 属性访问统计信息收集器。

class ExtensionThatAccessStats(object):
   def __init__(self, stats):
      self.stats = stats  

   @classmethod
   def from_crawler(cls, crawler):
      return cls(crawler.stats)

下表显示了可用于统计收集器的各种选项:

序号 参数 描述
1
stats.set_value('hostname', socket.gethostname())
它用于设置统计值。
2
stats.inc_value('customized_count')
它增加了统计值。
3
stats.max_value('max_items_scraped', value)
只有在大于以前的值时,才可以设置统计值。
4
stats.min_value('min_free_memory_percent', value)
只有在低于先前值的情况下,才可以设置统计值。
5
stats.get_value('customized_count')
它获取统计值。
6
stats.get_stats()
{'custom_count': 1, 'start_time': datetime.datetime(2009, 7, 14, 21, 47, 28, 977139)}
它提取所有的统计数据

 

可用的统计收集器

Scrapy提供了可以使用 STATS_CLASS 设置访问的不同类型的统计收集器。

 

MemoryStatsCollector

它是默认的统计收集器,用于维护用于抓取的每个蜘蛛的统计信息,并将数据存储在内存中。

class scrapy.statscollectors.MemoryStatsCollector

 

DummyStatsCollector

这个统计收集器是非常有效的,它什么都不做。这可以使用 _STATSCLASS 设置进行设置,并可用于禁用统计信息收集以提高性能。

class scrapy.statscollectors.DummyStatsCollector

Scrapy发送电子邮件:Scrapy可以使用称为 Twisted non-blocking IO的 自己的设施发送电子邮件,该设备远离爬行器的非阻塞IO。您可以配置发送电子邮件的几个设置,并提供简单的API用于发送附件。有两种方法来实例化 ...