从 Flask 应用程序运行 scrapy

Question

我有一个爬虫，我想在每次有人访问链接时运行它。由于所有其他模块都在 Flask 中，我被告知也要在 Flask 中构建它。我已经在虚拟环境和全局机器上安装了scrapy和selenium。

当我通过终端运行爬虫时，一切正常。当我启动 Flask 应用程序并在浏览器中访问 xx.xx.xx.xx:8080/whats 时，它也可以正常工作并运行我的爬虫并获取文件。但是一旦我上线，每当有人访问链接时，它就会在浏览器中给我带来内部错误。

为了运行爬虫，我们必须在终端中输入“scrapy crawlwhatthespidernameis”。我使用 Python 的 os 模块做到了这一点。

这是我的烧瓶代码：

import sys
from flask import request, jsonify, render_template, url_for, redirect,   session, abort,render_template_string,send_file,send_from_directory
from flask import *
#from application1 import *
from main import *
from test123 import *
import os
app = Flask(__name__)

filename = ''
app = Flask(__name__)

@app.route('/whats')
def whats():
    os.getcwd()
    os.chdir("/var/www/myapp/whats")
    //cmd = "scrapy crawl whats"
    cmd = "sudo scrapy crawl whats"
    os.system(cmd)
    return send_file("/var/www/myapp/staticcsv/whats.csv", as_attachment =True)

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=8080,debug=True)

这是我运行实时链接时记录在日志文件中的错误：

sh: 1: scrapy: not found**

这是我在命令中使用sudo时日志文件中记录的错误（变量cmd）：

sudo: no tty present and no askpass program specified**

我正在使用 uwsgi 和 nginx。

我怎样才能运行这个爬虫，以便当有人进入“xx.xx.xx.xx/whats”时，爬虫会运行并返回 csv 文件？

Answer 1

当您使用sudo 时，此启动的shell 将要求在tty 上输入密码——它特别不会读取此信息的标准输入。由于flask 和其他网络应用程序通常独立于终端运行，sudo 无法要求输入密码，因此它会寻找可以提供密码的程序。您可以在this answer 中找到有关此主题的更多信息。

您没有找到scrapy 的原因很可能是因为您在测试中使用的交互式shell 与运行flask 的进程之间的$PATH 存在差异。解决此问题的最简单方法是在命令中提供 scrapy 程序的完整路径。