【可视化爬虫】scrapinghub 可视化抓取 portia环境搭建全过程

2022-11-16 17:43:18 浏览数 (1)

文章目录

      • 一、 install_deps：安装系统级依赖
      • 二、 install_splash: 安装splash
      • 三、 install_python_deps：安装python依赖
      • 四、 安装ember.js
      • 五、 安装并配置nginx
      • 六、 ember.js依赖安装

一、 install_deps：安装系统级依赖

【Ubuntu环境】

  • curl: Get a file from an HTTP, HTTPS or FTP server
  • libxml2-dev: Development files for the GNOME XML library
  • libxslt-dev:
  • libgl1-mesa-dev: free implementation of the OpenGL API – GLX development files
  • libgl1-mesa-glx: free implementation of the OpenGL API – GLX runtime
  • libglapi-mesa: free implementation of the GL API – shared library
  • libgl1-mesa-dri: free implementation of the OpenGL API – DRI modules
  • nginx: small, but very powerful and efficient web server and mail proxy
  • python-dev: header files and a static library for Python (default)
  • python-mysql.connector: pure Python implementation of MySQL Client/Server protocol
  • python-numpy: Numerical Python adds a fast array facility to the Python language
  • python-openssl: Python wrapper around the OpenSSL library
  • python-pip: alternative Python package installer
  • python-software-properties: manage the repositories that you install software from

【CentOS环境】 http://centos-packages.com/7m

  • yum groupinstall “C Development Tools and Libraries”
  • yum groupinstall ‘Development Tools’
  • yum install python-devel
  • yum安装：
    • curl
    • libxml2, libxml2-devel
    • libxslt, libxslt-devel
    • mesa-libGL-devel: Mesa libGL development package
    • mesa-libGL: Mesa libGL runtime libraries and DRI drivers
    • mesa-libglapi: Mesa shared glapi
    • mesa-dri-drivers: Mesa-based DRI drivers
    • nginx
    • MySQL-python, mysql-connector-*
    • numpy
      • 用yum安装可自动安装依赖blas,lapack,atlas,python-nose
    • openssl, openssl-devel
    • python-devel
    • bzip2 bzip2-devel
  • 安装python2.7时
    • 路径设置
      • /usr/local/python/Python-2.7.10 安装目录
      • /usr/local/python/2.7.10/lib 生成库目录
    • https://github.com/docker-library/python/issues/21
    • ./configure –enable-unicode=ucs4 –enable-shared –prefix=/usr/local/python/2.7.10 LDFLAGS=”-Wl,-rpath /usr/local/python/2.7.10/lib”
    • make
    • make altinstall
    • cd /usr/bin
    • ln -fs python2.7 python （原python2.7.5）
    • ln -fs /usr/local/python/2.7.10/bin/python2.7 python2.7.10 （当前python2.7.10）
    • ln -fs python2.7.10 python2 （当前python2.7.10）
  • 安装setuptool, pip, virtualenv, virtualenvwrapper，并设置/etc/profile，然后创建一个python虚拟环境
    • 方案一：
      • https://pypi.python.org/pypi/setuptools/22.0.0
        • wget https://bootstrap.pypa.io/ez_setup.py -O – | python
      • 安装setuptools
      • easy_install pip
    • 方案二：
      • wget https://bootstrap.pypa.io/get-pip.py -O – | python
    • pip install virtualenv
    • pip install virtualenvwrapper
    • mkdir /usr/local/pyenv
    • 编辑/etc/profile, /root/.bashrc
      • export WORKON_HOME=/usr/local/pyenv
      • source /usr/bin/virtualenvwrapper.sh
    • source /etc/profile
  • 创建python虚拟环境：py2_portia
    • mkvirtualenv -p python2.7.10 py2_portia
    • workon py2_portia

二、 install_splash: 安装splash

– install_builddeps()

【Ubuntu环境】

  • python3-dev: header files and a static library for Python (default)
  • python3-pip: alternative Python package installer – Python 3 version of the package
  • build-essential: Informational list of build-essential packages
  • libre2-dev: efficient, principled regular expression library, development kit
  • liblua5.2-dev: Development files for the Lua language version 5.2
  • libsqlite3-dev: SQLite 3 development file
  • zlib1g-dev: compression library – development
  • libjpeg-turbo8-dev: Development files for the IJG JPEG library
  • libgl1-mesa-dev: free implementation of the OpenGL API – GLX development files
  • libglu1-mesa-dev: Mesa OpenGL utility library – development files
  • mesa-common-dev: Developer documentation for Mesa

【CentOS环境】

  • yum install python34-devel
  • yum install python34-setuptools
  • easy_install-3.4 pip
  • 安装re2, re2-devel
    • yumdownloader –urls re2 re2-devel
    • 得到两个urls
    • wget …
    • rpm -ivh …
  • yum install lua lua-devel ???
  • yum install sqlite sqlite-devel
  • yum install zlib zlib-devel
  • yum install libjpeg-turbo-devel
  • yum install mesa-*
    • yum install mesa-libGLU mesa-libGLU-devel
  • yum install libffi libffi-devel

– install_deps()

【Ubuntu环境】 * |「netbase: Basic TCP/IP networking system

  • ca-certificates: Common CA certificates
  • xvfb: Virtual Framebuffer ‘fake’ X server
  • pkg-config: manage compile and link flags for libraries
  • python3
  • qt55base
  • qt55webkit
  • qt55svg
  • libre2
  • libicu52 (libicu55: International Components for Unicode)
  • liblua5.2-0
  • zlib1g

【CentOS环境】

  • yum install ca-certificates
  • yum install xorg-x11-server-Xvfb
  • yum install pkgconfig
  • yum install python34
  • yum install qt5-qt* （时间过长）或者只安装：
    • yum install qt5-qtbase qt5-qtbase-devel
    • yum install qt5-qtwebkit qt5-qtwebkit-devel
    • yum install qt5-qtsvg qt5-qtsvg-devel
  • yum install libicu

– install_pyqt5()

  • 安装sip
    • cd sip-4.18.1
    • 【Python2】
      • python configure.py
      • make
      • make install
    • 【Python3】
      • python3 configure.py
      • make
      • make install
  • 安装Qt5
    • ./qt-opensource-linux-x64-5.4.0.run
    • 指定安装目录: /opt/qt54
    • 设置环境变量: vim /etc/profile
      • QTDIR=/opt/qt54/Tools/QtCreator
      • QMAKEDIR=/opt/qt54/5.4/gcc_64/bin
      • PATH= Q M A K E D I R : QMAKEDIR: QMAKEDIR:QTDIR/bin:$PATH
      • MANPATH= Q T D I R / m a n : QTDIR/man: QTDIR/man:MANPATH
      • LD_LIBRARY_PATH= Q T D I R / l i b : QTDIR/lib: QTDIR/lib:LD_LIBRARY_PATH
      • export QTDIR MANPATH PATH LD_LIBRARY_PATH
    • source /etc/profile
  • 安装PyQt5
    • cd PyQt5_gpl-5.7
    • 【Python2】
      • make clean
      • python configure.py
      • make
      • make install
    • 【Python3】
      • python configure.py -c –qmake /opt/qt57/5.7/gcc_64/bin/qmake –verbose –confirm-license –no-designer-plugin -e QtCore -e QtGui -e QtWidgets -e QtNetwork -e QtWebKit -e QtWebKitWidgets -e QtSvg -e QtPrintSupport
      • make
      • make install
  • 安装lua 5.3.3
    • tar zxvf lua-5.3.3.tar.gz
    • cd lua-5.3.3
    • make clean
    • make linux
    • make install
  • 安装lupa
    • tar zxvf lupa-1.3.tar.gz
    • cd lupa-1.3
    • tar zxvf LuaJIT-2.0.4.tar.gz
    • cd LuaJIT-2.0.4/
    • make clean
    • make CFLAGS=-fPIC
    • cd …
    • python setup.py install

– install_python_deps()

  • 【Python2】
    • pip install –upgrade pip
    • pip install six （当前最新版本==1.10.1）
    • pip install qt5reactor （当前最新版本==0.3）
    • pip install psutil （当前最新版本4.3.0，保守4.1.0）
    • pip install Twisted16.1.1 （当前最新版本16.4.0，保守==16.1.1）
    • pip install adblockparser （当前最新版本==0.5）
    • pip install xvfbwrapper （当前最新版本==0.2.8）
    • pip install funcparserlib （当前最新版本==0.3.6）
    • pip install Pillow （当前最新版本3.3.1，保守3.3.0）
    • pip install lupa （当前最新版本==1.3）
    • 安装python-re2
      • git clone git://github.com/axiak/pyre2.git
      • cd pyre2
      • python setup.py install

– requirements-dev.txt

  • 【Python2】
    • pip install pytest （当前最新版本==3.0.1）
    • pip install pyOpenSSL （当前最新版本==16.1.0）
    • pip install cryptography （当前最新版本==1.5）
    • pip install requests （当前最新版本==2.11.1）
    • pip install jsonschema（当前最新版本==2.5.1）
    • pip install strict-rfc3339（当前最新版本==0.7）
    • pip install jupyter_kernel_test（当前最新版本==0.2.2）
    • pip install nose（当前最新版本==1.3.7）
    • pip install ipython[notebook]（ipython当前最新版本5.1.0, notebook当前最新版本4.2.2）
    • pip install service-identity （当前最新版本==16.0.0）

– splash源码 cd /root/git pip install -e splash

三、 install_python_deps：安装python依赖

  • 【slyd/requirements.txt】
    • pip install six （已装）
    • pip install twisted （已装，当前最新版本16.4.0，保守15.4.0）
    • pip install service-identity （已装，当前最新版本=16.0.0，保守==14.0.0）
    • pip install requests （当前最新版本2.11.1，保守2.7.0）
    • pip install autobahn0.10.4（当前最新版本0.16.0，保守==0.10.4）
    • pip install chardet （当前最新版本==2.3.0）
    • pip install monotonic （当前最新版本1.2，保守0.3）
    • pip install parse （当前最新版本==1.6.6）
    • pip install ndg-httpsclient （当前最新版本0.4.2，保守0.4.0）
    • Dulwich’s MySQL backend
      • pip install http://cdn.mysql.com/Downloads/Connector-Python/mysql-connector-python-1.2.3.zip#md5=6d42998cfec6e85b902d4ffa5a35ce86
      • pip install https://github.com/scrapinghub/dulwich/tarball/420a056#egg=dulwich
    • Splash dev
      • 先把setup.py中的Twisted后面的版本要求注释掉
      • pip install -e /root/git/splash
    • pip install -e /root/git/portia/slyd
  • 【slybot/requirements.txt】
    • pip install scrapy （当前最新版本1.1.2，保守1.1.0）
    • pip install scrapely （当前最新版本==0.12.0）
    • pip install loginform （当前最新版本1.2.0，保守1.0）
    • pip install lxml （当前最新版本3.6.4，保守3.6.0）
    • pip install dateparser （当前最新版本0.4.0，保守0.3.5）
    • pip install python-dateutil （当前最新版本2.5.3，保守2.4.2）
    • pip install jsonschema （当前最新版本2.5.1，保守2.4.0）
    • pip install six （当前最新版本==1.10.0）
    • pip install scrapyjs （当前最新版本0.2，保守0.1.1）
    • pip install page_finder （当前最新版本==0.1.2）
    • pip install page_clustering （当前最新版本==0.0.1）
    • pip install -e /root/git/portia/slybot

四、 安装ember.js

  • 安装node.js
    • 下载https://nodejs.org/dist/v4.5.0/node-v4.5.0-linux-x64.tar.xz
    • 解压压缩包
    • 复制到cp -r node-v4.5.0-linux-x64 /usr/local/node
    • 配置环境变量 vi /etc/profile
      • 在文件最后添加export PATH=”/usr/local/node/bin:$PATH”
      • source /etc/profile
    • 输入node -v 和 npm -v检测是否安装成功
  • 更新npm
    • npm install npm -g
  • 安装bower
    • npm install bower -g
  • 安装ember.js
    • npm install -g ember-cli
  • 初始化portia/slyd
    • npm install
    • bower install

五、 安装并配置nginx

使用已安装的Python，创建python虚拟环境：py2_portia_nui

  • mkvirtualenv -p python2.7.10 py2_portia_nui
  • workon py2_portia_nui

portia/provision.sh

  1. install_deps：安装系统级依赖
  • yum install python-devel
  • yum install curl
  • yum install libxml2 libxml2-devel
  • yum install libxslt libxslt-devel
  • yum install mesa-*
  • yum install mysql mysql-devel mysql-libs
  • yum install nginx
  • yum install MySQL-python mysql-connector-*
  • yum install numpy
  • yum install openssl openssl-devel pyOpenSSL
  1. install_splash: 安装splash 同上
  2. install_python_deps：安装python依赖
  • 【slyd/requirements.txt】
    • pip install six （已装，当前最新版本1.10.1，保守1.10.0） #python2和python3的兼容
    • pip install twisted16.1.1 （已装，当前最新版本16.4.0，保守==16.1.1）
    • pip install service-identity （已装，当前最新版本=16.0.0） #pyopenssl ->secure sockets layer
    • pip install requests （已装，当前最新版本2.11.1，保守2.9.1）
    • pip install autobahn0.13.0（当前最新版本0.16.0，保守==0.13.0） #WebSocket client & server library, WAMP real-time framework
    • pip install chardet （当前最新版本==2.3.0） #Universal encoding detector for Python 2 and 3
    • pip install marshmallow2.8.0 （当前最新版本2.10.0，保守==2.8.0） #serializer
    • pip install marshmallow_jsonapi （当前最新版本0.8.0，保守0.8.0） #jsonapi serializer
    • pip install parse （当前最新版本==1.6.6） #format的反过程
    • pip install ndg-httpsclient （当前最新版本0.4.2，保守0.4.0） #enhanced HTTPS support for httplib and urllib
    • pip install retrying （当前最新版本1.3.3，保守1.3.3） # retry装饰器，可以指定时间多次执行函数
    • pip install django1.9.4 （当前最新版本1.10.1，保守==1.9.4）
    • pip install toposort （当前最新版本1.4，保守1.4） #Implements a topological sort algorithm.
    • pip install mock （当前最新版本2.0.0，保守2.0.0） #using for test
    • Dulwich’s MySQL backend
      • pip install mysql-python==1.2.5
      • pip install dulwich==0.13.0
    • pip install portia2code==0.0.6 #portia产生的json转换为scrape的spider
    • pip install -e /root/git/portia_nui/slyd
  • 【slybot/requirements.txt】
    • pip install scrapy （当前最新版本1.1.2，保守1.1.0）
    • pip install scrapely （当前最新版本==0.12.0）
    • pip install loginform （当前最新版本1.2.0，保守1.0）
    • pip install lxml （当前最新版本3.6.4，保守3.6.0）
    • pip install dateparser （当前最新版本0.4.0，保守0.3.5）
    • pip install python-dateutil2.4.2 （当前最新版本2.5.3，保守==2.4.2）
    • pip install jsonschema （已装）
    • pip install six （已装）
    • pip install scrapyjs （当前最新版本0.2，保守0.1.1） #JavaScript support for Scrapy using Splash
    • pip install page_finder （当前最新版本==0.1.2）
    • pip install page_clustering （当前最新版本==0.0.1） #Online k-means clustering of web pages
    • pip install -e /root/git/portia_nui/slybot

六、 ember.js依赖安装

  • cd /root/git/portia/portiaui
  • npm install
  • cd node_modules/ember-cli
  • npm install
  • cd …/…
  • bower install

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/234473.html原文链接：https://javaforall.cn

.

yum git github 开源 python

0 人点赞