“
阅读本文大概需要 4 分钟。
”
有时候我们写了很多爬虫在运行,但是我们可能不会一直有时间来监控它的变化,比如报错了,或者爬完了,如果我们能有个通知来通知我们,那该是多好啊!比如发个邮件,发个短信那是再好不过了,那么本篇文章就介绍一下使用 Scrapy 怎样来发送一封通知邮件。
我们的目的是可以根据实际需求,在不同的时机发送不同的提醒邮件,以对爬虫状态进行监控。
这里我以监控爬虫的停止信息来作为示例。
Scrapy 官网文档 有提供邮件发送的资料:
虽然 Python 通过 Smtplib 库使得发送 Email 变得很简单,Scrapy 仍然提供了自己的实现。 该功能十分易用,同时由于采用了 Twisted 非阻塞式(non-blocking) IO ,其避免了对爬虫的非阻塞式 IO 的影响。 另外,其也提供了简单的 API 来发送附件。 通过一些 Settings 设置,您可以很简单的进行配置。
有两种方法可以创建邮件发送器(mail sender)。 您可以通过标准构造器(constructor)创建:
from scrapy.mail import MailSender
mailer = MailSender()
或者您可以传递一个 Scrapy 设置对象,其会参考 Settings:
mailer = MailSender.from_settings(settings)
这是如何来发送邮件了(不包括附件):
mailer.send(to=["someone@example.com"], subject="Some subject", body="Some body", cc=["another@example.com"])
在 Scrapy 中发送 Email 推荐使用 MailSender。其同框架中其他的部分一样,使用了 Twisted 非阻塞式(non-blocking)IO 。
class scrapy.mail.MailSender(smtphost=None, mailfrom=None, smtpuser=None, smtppass=None, smtpport=None)
参数由以下组成:
smtphost (str) – 发送email的SMTP主机(host)。如果忽略,则使用 MAIL_HOST 。
mailfrom (str) – 用于发送email的地址(address)(填入 From:) 。 如果忽略,则使用 MAIL_FROM 。
smtpuser – SMTP用户。如果忽略,则使用 MAIL_USER 。 如果未给定,则将不会进行SMTP认证(authentication)。
smtppass (str) – SMTP认证的密码
smtpport (int) – SMTP连接的端口
smtptls – 强制使用STARTTLS
smtpssl (boolean) – 强制使用SSL连接
使用Scrapy设置对象来初始化对象。其会参考 这些Scrapy设置.
参数: settings (scrapy.settings.Settings object) – the e-mail recipients
send(to, subject, body, cc=None, attachs=(), mimetype='text/plain') 发送email到给定的接收者。
参数:
to (list) – email接收者
subject (str) – email内容
cc (list) – 抄送的人
body (str) – email的内容
attachs (iterable) – 可迭代的元组 (attach_name, mimetype, file_object)。 attach_name 是一个在email的附件中显示的名字的字符串, mimetype 是附件的mime类型, file_object 是包含附件内容的可读的文件对象。
mimetype (str) – email的mime类型
根据上面官网文档的一些介绍和语法(更多语法请上官网翻阅)
这里编写一段示例代码(结合爬虫关闭信号)
登录 QQ 邮箱 找到设置-账户
然后生成授权码(以前是生成密码,现在用授权码)
在具体的爬虫文件中编写:
from scrapy.mail import MailSender
from scrapy.xlib.pydispatch import dispatcher
from scrapy import signals
接着在 Class 的上方编写 Emial 的链接配置信息:
mailers = MailSender(
smtphost="smtp.qq.com", # 发送邮件的服务器
mailfrom="1499450062@qq.com", # 邮件发送者
smtpuser="1499450062@qq.com", # 用户名
smtppass="qtpzvxxyyxxyyxxyyxde", # 发送邮箱的密码不是你注册时的密码,而是授权码!!!切记!
smtpport=25 # 端口号
) # 初始化邮件模块
然后再到 Class 中编写信号量监听和具体的邮件发送代码:
def __init__(self):
""" 监听信号量 """
super(YoutubeapiSpider, self).__init__()
# 当收到spider_closed信号的时候,调用下面的close方法来发送通知邮件
dispatcher.connect(self.close, signals.spider_closed)
def close(spider, reason):
""" 执行邮件发送操作 """
body = "爬虫[%s]已经关闭,原因是: %s" % (spider.name, reason)
subject = "[%s]爬虫关闭提醒" % spider.name
mailers.send(to={"admin@qq.com", "quinns@aliyun.com"}, subject=subject,
body=body)
这样就会在收到爬虫关闭信号的时候,通过 1499450062@qq.com 给指定的 admin@qq.com 和 quinns@aliyun.com 发送邮件,邮件内容是 body,邮件标题是 subject。
当然了,写法很多,除了def cloase 还可以:
def __init__(self):
""" 监听信号量 """
super(YoutubeapiSpider, self).__init__()
# 当收到spider_closed信号的时候,调用下面的close方法来发送通知邮件
dispatcher.connect(self.spider_closed, signals.spider_closed)
def spider_closed(self, spider):
# 当爬虫推出的时候发送邮件
body = "爬虫已经关闭,原因是"
subject = "爬虫关闭提醒"
mailers.send(to={"admin@qq.com", "quinns@aliyun.com"}, subject=subject,
body=body)
只要满足触发条件,就可以发送指定内容的邮件。
这里虽然只是以爬虫关闭来举例,实际上可以监控更多的行为操作,比如百度翻译的接口超量、捕获一些特殊的异常等。