在 Scrapy 项目中使用 Django 的模型（在管道中）

Question

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

对于编写密集型应用程序（例如网络爬虫）通常不是一个好的选择...可能无法很好地扩展

这是我的问题的症结所在，我想以与运行 python manage.py shell时相同的方式使用我的 django 模型并与之交互> 我会从 myapp.models 导入 Model1。使用查询like seen here.

我尝试过相对导入并将整个scrapy项目移动到我的django应用程序中，但均无济于事。

我应该把我的scrapy项目移到哪里才能让它工作？如何重新创建/使用scrapy管道内shell中可用的所有方法？

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，您将创建您的 scrapy 项目，即 scrapy_project 此处

在你的scrapy项目设置中添加以下行来设置初始化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

您可以在项目中查看模型架构等更多详细信息。