如何编写Python Scrapy爬虫实现每日定时抓取长尾关键词数据？

本文共计1934个文字，预计阅读时间需要8分钟。

1.+ 前言

1.1.+ 需求背景

每天抓取的是同一款商品的的数据，用于做趋势分析。要求每天都需要抓取一份，但仅限于抓取一份数据。然而，整个数据抓取的过程在时间上并不固定，受本地网络环境影响。

1. 前言。

1.1. 需求背景。

• 每天抓取的是同一份商品的数据，用来做趋势分析。
• 要求每天都需要抓一份，也仅限抓取一份数据。
• 但是整个爬取数据的过程在时间上并不确定，受本地网络，代理速度，抓取数据量有关，一般情况下在20小时左右，极少情况下会超过24小时。

1.2. 实现功能。

通过以下三步，保证爬虫能自动隔天抓取数据：
每天凌晨00：01启动监控脚本，监控爬虫的运行状态，一旦爬虫进入空闲状态，启动爬虫。

一旦爬虫执行完毕，自动退出脚本，结束今天的任务。

一旦脚本距离启动时间超过24小时，自动退出脚本，等待第二天的监控脚本启动，重复这三步。

2. 环境。

python 3.6.1

系统：win7

IDE：pycharm

安装过scrapy

3. 设计思路。

3.1. 前提：

目前爬虫是通过scrapy模块自带的cmdline.execute来启动的。