Scrapyd 改进第二步: Web Interface 添加 STOP 和 START 超链接, 一键调用 Scrapyd API
0.提出问题
Scrapyd 提供的开始和结束项目的API如下,参考 Scrapyd 改进第一步: Web Interface 添加 charset=UTF-8, 避免查看 log 出现中文乱码,准备继续在页面上进一步添加 START 和 STOP 超链接。
http://scrapyd.readthedocs.io/en/stable/api.html#schedule-json
Example request:
- $ curl http://localhost:6800/schedule.json -d project=myproject -d spider=somespider
Example response:
- {"status": "ok", "jobid": "6487ec79947edab326d6db28a2d86511e8247444"}
http://scrapyd.readthedocs.io/en/stable/api.html#cancel-json
Example request:
- $ curl http://localhost:6800/cancel.json -d project=myproject -d job=6487ec79947edab326d6db28a2d86511e8247444
Example response:
- {"status": "ok", "prevstate": "running"}
1.解决思路
尝试直接通过浏览器地址栏 GET 请求页面 http://localhost:6800/schedule.json?project=myproject&spider=somespider
返回提示需要使用 POST 请求
{"node_name": "pi-desktop", "status": "error", "message": "Expected one of [b'HEAD', b'object', b'POST']"}
那就继续通过 URL 查询对传参,通过 JS 发起 POST 异步请求吧
2.修改 Scrapyd 代码
/site-packages/scrapyd/website.py
改动位置:
(1) table 添加最后两列,分别用于 UTF-8 和 STOP/START 超链接,见红色代码
- def render(self, txrequest):
- cols = 10 ######## 8
- s = "<html><head><meta charset='UTF-8'><title>Scrapyd</title></head>"
- s += "<body>"
- s += "<h1>Jobs</h1>"
- s += "<p><a href='..'>Go back</a></p>"
- s += "<table border='1'>"
- s += "<tr><th>Project</th><th>Spider</th><th>Job</th><th>PID</th><th>Start</th><th>Runtime</th><th>Finish</th><th>Log</th>"
- if self.local_items:
- s += "<th>Items</th>"
- #cols = 9 ########
- cols += 1 ########
(2) 有两处需要添加 UTF-8 超链接,分别对应 Running 和 Finished,见红色代码
前面 Running 部分添加 UTF-8 超链接后继续添加 STOP 超链接,见蓝色代码
- s += "<td><a href='/logs/%s/%s/%s.log'>Log</a></td>" % (p.project, p.spider, p.job)
- s += "<td><a href='/logs/UTF-8.html?project=%s&spider=%s&job=%s' target='_blank'>UTF-8</a></td>" % (p.project, p.spider, p.job) ########
- s += "<td><a href='/logs/scrapyd.html?opt=cancel&project=%s&job_or_spider=%s' target='_blank'>STOP</a></td>" % (p.project, p.job) ########
后面 Finished 部分添加 UTF-8 超链接后继续添加 START 超链接,见蓝色代码
- s += "<td><a href='/logs/%s/%s/%s.log'>Log</a></td>" % (p.project, p.spider, p.job)
- s += "<td><a href='/logs/UTF-8.html?project=%s&spider=%s&job=%s' target='_blank'>UTF-8</a></td>" % (p.project, p.spider, p.job) ########
- s += "<td><a href='/logs/scrapyd.html?opt=schedule&project=%s&job_or_spider=%s' target='_blank'>START</a></td>" % (p.project, p.spider) ########
(3) 完整代码
- from datetime import datetime
- import socket
- from twisted.web import resource, static
- from twisted.application.service import IServiceCollection
- from scrapy.utils.misc import load_object
- from .interfaces import IPoller, IEggStorage, ISpiderScheduler
- from six.moves.urllib.parse import urlparse
- class Root(resource.Resource):
- def __init__(self, config, app):
- resource.Resource.__init__(self)
- self.debug = config.getboolean('debug', False)
- self.runner = config.get('runner')
- logsdir = config.get('logs_dir')
- itemsdir = config.get('items_dir')
- local_items = itemsdir and (urlparse(itemsdir).scheme.lower() in ['', 'file'])
- self.app = app
- self.nodename = config.get('node_name', socket.gethostname())
- self.putChild(b'', Home(self, local_items))
- if logsdir:
- self.putChild(b'logs', static.File(logsdir.encode('ascii', 'ignore'), 'text/plain'))
- if local_items:
- self.putChild(b'items', static.File(itemsdir, 'text/plain'))
- self.putChild(b'jobs', Jobs(self, local_items))
- services = config.items('services', ())
- for servName, servClsName in services:
- servCls = load_object(servClsName)
- self.putChild(servName.encode('utf-8'), servCls(self))
- self.update_projects()
- def update_projects(self):
- self.poller.update_projects()
- self.scheduler.update_projects()
- @property
- def launcher(self):
- app = IServiceCollection(self.app, self.app)
- return app.getServiceNamed('launcher')
- @property
- def scheduler(self):
- return self.app.getComponent(ISpiderScheduler)
- @property
- def eggstorage(self):
- return self.app.getComponent(IEggStorage)
- @property
- def poller(self):
- return self.app.getComponent(IPoller)
- class Home(resource.Resource):
- def __init__(self, root, local_items):
- resource.Resource.__init__(self)
- self.root = root
- self.local_items = local_items
- def render_GET(self, txrequest):
- vars = {
- 'projects': ', '.join(self.root.scheduler.list_projects())
- }
- s = """
- <html>
- <head><meta charset='UTF-8'><title>Scrapyd</title></head>
- <body>
- <h1>Scrapyd</h1>
- <p>Available projects: <b>%(projects)s</b></p>
- <ul>
- <li><a href="/jobs">Jobs</a></li>
- """ % vars
- if self.local_items:
- s += '<li><a href="/items/">Items</a></li>'
- s += """
- <li><a href="/logs/">Logs</a></li>
- <li><a href="http://scrapyd.readthedocs.org/en/latest/">Documentation</a></li>
- </ul>
- <h2>How to schedule a spider?</h2>
- <p>To schedule a spider you need to use the API (this web UI is only for
- monitoring)</p>
- <p>Example using <a href="http://curl.haxx.se/">curl</a>:</p>
- <p><code>curl http://localhost:6800/schedule.json -d project=default -d spider=somespider</code></p>
- <p>For more information about the API, see the <a href="http://scrapyd.readthedocs.org/en/latest/">Scrapyd documentation</a></p>
- </body>
- </html>
- """ % vars
- return s.encode('utf-8')
- class Jobs(resource.Resource):
- def __init__(self, root, local_items):
- resource.Resource.__init__(self)
- self.root = root
- self.local_items = local_items
- def render(self, txrequest):
- cols = 10 ######## 8
- s = "<html><head><meta charset='UTF-8'><title>Scrapyd</title></head>"
- s += "<body>"
- s += "<h1>Jobs</h1>"
- s += "<p><a href='..'>Go back</a></p>"
- s += "<table border='1'>"
- s += "<tr><th>Project</th><th>Spider</th><th>Job</th><th>PID</th><th>Start</th><th>Runtime</th><th>Finish</th><th>Log</th>"
- if self.local_items:
- s += "<th>Items</th>"
- #cols = 9 ########
- cols += 1 ########
- s += "</tr>"
- s += "<tr><th colspan='%s' style='background-color: #ddd'>Pending</th></tr>" % cols
- for project, queue in self.root.poller.queues.items():
- for m in queue.list():
- s += "<tr>"
- s += "<td>%s</td>" % project
- s += "<td>%s</td>" % str(m['name'])
- s += "<td>%s</td>" % str(m['_job'])
- s += "</tr>"
- s += "<tr><th colspan='%s' style='background-color: #ddd'>Running</th></tr>" % cols
- for p in self.root.launcher.processes.values():
- s += "<tr>"
- for a in ['project', 'spider', 'job', 'pid']:
- s += "<td>%s</td>" % getattr(p, a)
- s += "<td>%s</td>" % p.start_time.replace(microsecond=0)
- s += "<td>%s</td>" % (datetime.now().replace(microsecond=0) - p.start_time.replace(microsecond=0))
- s += "<td></td>"
- s += "<td><a href='/logs/%s/%s/%s.log'>Log</a></td>" % (p.project, p.spider, p.job)
- s += "<td><a href='/logs/UTF-8.html?project=%s&spider=%s&job=%s' target='_blank'>UTF-8</a></td>" % (p.project, p.spider, p.job) ########
- s += "<td><a href='/logs/scrapyd.html?opt=cancel&project=%s&job_or_spider=%s' target='_blank'>STOP</a></td>" % (p.project, p.job) ########
- if self.local_items:
- s += "<td><a href='/items/%s/%s/%s.jl'>Items</a></td>" % (p.project, p.spider, p.job)
- s += "</tr>"
- s += "<tr><th colspan='%s' style='background-color: #ddd'>Finished</th></tr>" % cols
- for p in self.root.launcher.finished:
- s += "<tr>"
- for a in ['project', 'spider', 'job']:
- s += "<td>%s</td>" % getattr(p, a)
- s += "<td></td>"
- s += "<td>%s</td>" % p.start_time.replace(microsecond=0)
- s += "<td>%s</td>" % (p.end_time.replace(microsecond=0) - p.start_time.replace(microsecond=0))
- s += "<td>%s</td>" % p.end_time.replace(microsecond=0)
- s += "<td><a href='/logs/%s/%s/%s.log'>Log</a></td>" % (p.project, p.spider, p.job)
- s += "<td><a href='/logs/UTF-8.html?project=%s&spider=%s&job=%s' target='_blank'>UTF-8</a></td>" % (p.project, p.spider, p.job) ########
- s += "<td><a href='/logs/scrapyd.html?opt=schedule&project=%s&job_or_spider=%s' target='_blank'>START</a></td>" % (p.project, p.spider) ########
- if self.local_items:
- s += "<td><a href='/items/%s/%s/%s.jl'>Items</a></td>" % (p.project, p.spider, p.job)
- s += "</tr>"
- s += "</table>"
- s += "</body>"
- s += "</html>"
- txrequest.setHeader('Content-Type', 'text/html; charset=utf-8')
- txrequest.setHeader('Content-Length', len(s))
- return s.encode('utf-8')
/site-packages/scrapyd/website.py
3.新建 scrapyd.html
根据 http://scrapyd.readthedocs.io/en/stable/config.html 确定 Scrapyd 所使用的 logs_dir,在该目录下添加如下文件
- <html>
- <head>
- <meta charset="UTF-8">
- <meta name="viewport" content="width=device-width, initial-scale=1.0">
- <title>scrapyd</title>
- </head>
- <body>
- <p>仅用于内网环境下执行 scrapyd API</p>
- <div id="result"></div>
- <script>
- function parseQueryString(url) {
- var urlParams = {};
- url.replace(
- new RegExp("([^?=&]+)(=([^&]*))?", "g"),
- function($0, $1, $2, $3) {
- urlParams[$1] = $3;
- }
- );
- return urlParams;
- }
- function curl(opt, project, job_or_spider) {
- console.log(opt);
- console.log(project);
- console.log(job_or_spider);
- var formdata = new FormData();
- formdata.append('project', project);
- if(opt == 'cancel') {
- formdata.append('job', job_or_spider);
- } else {
- formdata.append('spider', job_or_spider);
- }
- var req = new XMLHttpRequest();
- req.onreadystatechange = function() {
- if (this.readyState == 4) {
- if (this.status == 200) {
- document.querySelector('#result').innerHTML = this.responseText;
- } else {
- alert('status code: ' + this.status);
- }
- } else {
- document.querySelector('#result').innerHTML = this.readyState;
- }
- };
- req.open('post', window.location.protocol+'//'+window.location.host+'/'+opt+'.json', Async = true); req.send(formdata);
- }
- var kwargs = parseQueryString(location.search);
- if (kwargs.opt == 'cancel' || kwargs.opt == 'schedule') {
- curl(kwargs.opt, kwargs.project, kwargs.job_or_spider);
- }
- </script>
- </body>
- </html>
scrapyd.html
4.实现效果
(1) 点击 STOP 超链接
(2) 返回 Jobs 页面
(3) 点击 START 超链接
(4) 返回 Jobs 页面
Scrapyd 改进第二步: Web Interface 添加 STOP 和 START 超链接, 一键调用 Scrapyd API的更多相关文章
- Scrapyd 改进第一步: Web Interface 添加 charset=UTF-8, 避免查看 log 出现中文乱码
0.问题现象和原因 如下图所示,由于 Scrapyd 的 Web Interface 的 log 链接直接指向 log 文件,Response Headers 的 Content-Type 又没有声明 ...
- Hive- Hive Web Interface
当我们安装好hive时候,我们启动hive的UI界面的时候,命令: hive –-service hwi ,报错,没有war包 我们查看hive/conf/hive-default.xml.templ ...
- django web 中添加超链接
django web 中添加不传参的超链接的方法如下: html: 在web中的超链接中加入一下url <a href="{% url 'app_name.views.url_func ...
- kubernetes Helm-chart web UI添加
charts web ui 添加chart仓库 helm repo add cherryleo https://fileserver-1253732882.cos.ap-chongqing.myqcl ...
- Hive Web Interface的安装
Hive Web Interface,简称hwi,是Hive的Web接口. 首先,安装ant,下载ant,解压,并在/etc/profile中设置: export ANT_HOME=/opt/apac ...
- maven 如何给web项目添加jar包依赖
maven 如何给web项目添加jar包依赖 CreateTime--2018年4月19日19:06:21 Author:Marydon 开发工具:eclipse 1.打开pom.xml文件--& ...
- 通过J2EE Web工程添加Flex项目,进行BlazeDS开发
http://www.cnblogs.com/noam/archive/2010/07/22/1782955.html 环境:Eclipse 7.5 + Flex Builder 4 plugin f ...
- 为Azure Web Site 添加ADFS验证支持之二 在代码里使用ADFS
下面我们来创建一个MVC 5.0的ASP.Net程序,并且将它部署到Azure Web Site上 通过Visual Studio 2015创建Web Project 在选择ASP.net模板的地方, ...
- 为Azure Web Site 添加ADFS验证支持之一 设置ADFS的信任关系
很多时候企业开发的应用都会通过AD(Active Directory)进行验证用户名密码的,在企业里面统一一个AD来进行账号密码管理也是一个很好的实践.当企业打算将一个应用迁移到Azure的时候,使用 ...
随机推荐
- H3C WAP712C 路由器设置
0.做完任何设置之后都要执行保存操作,否则断电后设置会丢失! 1.默认登录参数:IP:192.168.0.50ID:adminPD:h3capadmin 2.修改默认IP地址:设备 --> 接口 ...
- logstash配置多入多出并互相隔离
需求:需要利用同一logstash进程采集不同日志,输出到es的不同index,各输入输出隔离: 主要需要解决如下两个问题: 1.如何加载多个配置文件? 普通启动方式:nohup bin/logsta ...
- MySQL8.0.19主从环境搭建(CentOS7)
默认情况下,复制是异步的,从站不需要永久连接以接收来自主站的更新.根据配置,您可以复制数据库中的所有数据库,所选数据库甚至选定的表. MySQL中复制的优点包括: 横向扩展解决方案 - 在多个从站之间 ...
- python全栈开发中级班全程笔记(第二模块、第四章(三、re 正则表达式))
python全栈开发笔记第二模块 第四章 :常用模块(第三部分) 一.正则表达式的作用与方法 正则表达式是什么呢?一个问题带来正则表达式的重要性和作用 有一个需求 : 从文件中读取所有联 ...
- Httpclient发送json请求
一.Httpclient发送json请求 public String RequestJsonPost(String url){ String strresponse = null; try ...
- Linux下nc命令的使用
nc命令的作用 实现任意TCP/UDP端口的侦听,nc可以作为server以TCP或UDP方式侦听指定端口 端口的扫描,nc可以作为client发起TCP或UDP连接 机器之间传输文件 机器之间网络测 ...
- 解决ssh连接linux服务器速度慢
服务器端sshd配置文件 /etc/ssh/sshd_config 看是否有如下的两条配置条目 GSSAPIAuthentication no UseDNS no 如果前面带#,请把#删掉,或者新添加 ...
- 装饰器模式-Decorator(Java实现)
装饰器模式-Decorator(Java实现) 装饰器模式允许向一个现有的对象添加新的功能, 同时又不改变其结构. 其中 "现有对象"在本文中是StringDisplay类. 添加 ...
- 桥接模式-Bridge(Java实现)
桥接模式-Bridge 桥梁模式的用意是"将抽象化(Abstraction)与实现化(Implementation)脱耦, 将"类的功能层次结构" 与 "类的实 ...
- openssl实现自签名证书
前言 证书的作用 加密通信数据,验证对象身份,保证数据完整性 什么是自签名证书 公认的证书往往都需要收费,如果客户端与服务端都是由我们自己来操控,那便可以使用自签名证书(说白了就是只是自己认可的证书) ...