Python Scrapy教程KeyError:'；未找到Spider:

我正在尝试编写我的第一个scrapy spider，我一直在遵循上的教程，但我得到了一个错误“KeyError:'spider not found:”

我想我是从正确的目录（带有scrapy.cfg文件的目录）运行该命令的

这是我得到的错误

(proscraper)#( 10/14/14@ 2:13pm )( tim@localhost ):~/Workspace/Development/hacks/prosum-scraper/scrapy
   scrapy crawl juno
/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/twisted/internet/_sslverify.py:184: UserWarning: You do not have the service_identity module installed. Please install it from <https://pypi.python.org/pypi/service_identity>. Without the service_identity module and a recent enough pyOpenSSL tosupport it, Twisted can perform only rudimentary TLS client hostnameverification.  Many valid certificate/hostname mappings may be rejected.
  verifyHostname, VerificationError = _selectVerifyImplementation()
Traceback (most recent call last):
  File "/home/tim/.virtualenvs/proscraper/bin/scrapy", line 9, in <module>
    load_entry_point('Scrapy==0.24.4', 'console_scripts', 'scrapy')()
  File "/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/scrapy/cmdline.py", line 143, in execute
    _run_print_help(parser, _run_command, cmd, args, opts)
  File "/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/scrapy/cmdline.py", line 89, in _run_print_help
    func(*a, **kw)
  File "/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/scrapy/cmdline.py", line 150, in _run_command
    cmd.run(args, opts)
  File "/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/scrapy/commands/crawl.py", line 58, in run
    spider = crawler.spiders.create(spname, **opts.spargs)
  File "/home/tim/.virtualenvs/proscraper/lib/python2.7/site-packages/scrapy/spidermanager.py", line 44, in create
    raise KeyError("Spider not found: %s" % spider_name)
KeyError: 'Spider not found: juno'

以下是填写name属性的my spider代码：

(proscraper)#( 10/14/14@ 2:14pm )( tim@localhost ):~/Workspace/Development/hacks/prosum-scraper/scrapy
   cat scrapy/spiders/juno_spider.py 
import scrapy

class JunoSpider(scrapy.Spider):
    name = "juno"
    allowed_domains = ["http://www.juno.co.uk/"]
    start_urls = [
        "http://www.juno.co.uk/dj-equipment/"
    ]

    def parse(self, response):
        filename = response.url.split("/")[-2]
        with open(filename, 'wb') as f:
            f.write(response.body)

---

当您以scrapy作为项目名称启动项目时，它将创建您打印的目录结构：

.
├── scrapy
│   ├── __init__.py
│   ├── items.py
│   ├── pipelines.py
│   ├── settings.py
│   └── spiders
│       ├── __init__.py
│       └── juno_spider.py
└── scrapy.cfg

但是使用scrapy作为项目名称有附带的效果。如果打开生成的

scrapy.cfg

，您将看到默认设置指向

scrapy.settings

模块

[settings]
default = scrapy.settings

当我们对

scrapy.settings

文件进行分类时，我们会看到：

BOT_NAME = 'scrapy'

SPIDER_MODULES = ['scrapy.spiders']
NEWSPIDER_MODULE = 'scrapy.spiders'

嗯，这里没什么奇怪的。bot名称、Scrapy将在其中查找spider的模块列表，以及使用genspider命令创建新spider的模块。到目前为止，一切顺利

---

现在让我们检查一下scrapy库。它已正确安装在proscraper隔离的virtualenv下的

/home/tim/.virtualenvs/proscraper/lib/python2.7/site packages/scrapy

目录下。请记住，

site packages

始终添加到

sys.path

，其中包含Python将从中搜索模块的所有路径。你猜怎么着。。。scrapy库还有一个

settings

模块

/home/tim/.virtualenvs/proscraper/lib/python2.7/site packages/scrapy/settings

，它导入

/home/tim/.virtualenvs/proscraper/lib/python2.7/site packages/scrapy/settings/default\u settings.py>，保存所有设置的默认值。特别注意默认的
SPIDER\u模块
条目：

SPIDER_MODULES = []

也许你开始了解正在发生的事情。选择scrapy作为项目名称也会生成一个与scrapy库冲突的
scrapy.settings
模块。在这里，对应路径插入到sys.path中的顺序将使Python导入其中一个路径。首先出现的人获胜。在这种情况下，scrapy库设置获胜。因此出现了
键错误：“Spider not found:juno”

要解决此冲突，可以将项目文件夹重命名为另一个名称，例如
scrap
：

.
├── scrap
│   ├── __init__.py

修改
scrapy.cfg
以指向正确的
设置
模块：

[settings]
default = scrap.settings

并更新您的
scrap.settings
以指向正确的爬行器：

SPIDER_MODULES = ['scrap.spiders']

但正如@paultrmbrth建议的那样，我将用另一个名称重新创建该项目。
/home/tim/.virtualenvs/proscraper/lib/python2.7/site packages/twisted/internet/\u sslverify.py:184:UserWarning:您没有安装服务标识模块。请从安装。如果没有service_标识模块和最近足够支持它的pyOpenSSL，Twisted只能执行基本的TLS客户端主机名验证。许多有效的证书/主机名映射可能被拒绝。您需要安装该模块我认为这不会影响命令的查找OK我安装了它
pip install service_identity
我仍然会收到相同的错误尝试像这样重新创建您的项目：
scrapy start项目junoproject
scrapy genspider juno.co.uk

在发布时编辑您的spider，然后再跑。我可以很好地运行这个文件夹，我不会将带有

items.py

、

settings.py

等的文件夹称为“scrapy”。改名

[settings]
default = scrap.settings

SPIDER_MODULES = ['scrap.spiders']