Scrapy 提供了内置的 Telnet 终端,以供检查,控制 Scrapy 运行的进程。Telnet 仅仅是一个运行在 Scrapy 进程中的普通 Python 终端。因此你可以在其中做任何是。
Telnet 终端是一个自带的 Scrapy 扩展。该扩展默认为启用,不过你也可以关闭。
如何访问
Telnet 终端监听设置中定义的 TELNETCONSOLE_PORT,默认为 6023,访问 telnet 请输入:
telnet localhost 6023
>>>
Windows 及大多数 Linux 发行版都自带了所需的 telnet 程序。
telnet 终端中可用的变量
telnet 仅仅是一个运行在 Scrapy 进程中的普通 Python 终端。因此你可以做任何事情,甚至是导入新终端。
telnet 为了方便提供了一些默认定义的变量:
快捷名称 描述
crawler Scrapy Crawler (scrapy.crawler.Crawler 对象)
engine Crawler.engine属性
spider 当前激活的爬虫(spider)
slot the engine slot
extensions 扩展管理器(manager) (Crawler.extensions属性)
stats 状态收集器 (Crawler.stats属性)
settings Scrapy设置(setting)对象 (Crawler.settings属性)
est 打印引擎状态的报告
prefs 针对内存调试 (参考调试内存溢出)
p pprint.pprint 函数的简写
hpy 针对内存调试 (参考 调试内存溢出)
Telnet console usage examples
查看引擎状态
在终端中你可以使用 Scrapy 引擎的 est() 方法来快速查看状态:
复制代码
telnet localhost 6023
>>> est()
Execution engine status
time()-engine.start_time : 8.62972998619
engine.has_capacity() : False
len(engine.downloader.active) : 16
engine.scraper.is_idle() : False
engine.spider.name : followall
engine.spider_is_idle(engine.spider) : False
engine.slot.closing : False
len(engine.slot.inprogress) : 16
len(engine.slot.scheduler.dqs or []) : 0
len(engine.slot.scheduler.mqs) : 92
len(engine.scraper.slot.queue) : 0
len(engine.scraper.slot.active) : 0
engine.scraper.slot.active_size : 0
engine.scraper.slot.itemproc_size : 0
engine.scraper.slot.needs_backout() : False
复制代码
暂停,恢复和停止 Scrapy 引擎
复制代码
#暂停:
telnet localhost 6023
>>> engine.pause()
>>>
#恢复:
telnet localhost 6023
>>> engine.unpause()
>>>
#停止:
telnet localhost 6023
>>> engine.stop()
Connection closed by foreign host.
复制代码
Telnet 终端信号
scrapy.telnet.update_telnet_vars(telnet_vars)
在 telnet 终端开启前发送该信号。您可以挂载(hook up)该信号来添加,移除或更新 telnet 本地命名空间可用的变量。您可以通过在您的处理函数(handler)中更新 telnet_vars 字典来实现该修改。
参数: telnet_vars (dict) – telnet 变量的字典
Telnet 设定
以下是终端的一些设定:
TELNETCONSOLE_PORT
Default:[6023, 6073]
telnet 终端使用的端口范围。如果设为 None 或 0, 则动态分配端口。
TELNETCONSOLE_HOST
默认: '127.0.0.1'
telnet 终端监听的接口(interface)。