Python 将计划详细信息复制到数据库中

嗨，我正在使用Scrpayd来安排我的蜘蛛。问题是，我希望跟踪到目前为止计划的作业的所有历史信息。但是如果scrapyd服务器重新启动，所有信息都将被删除

我的问题是，有没有其他方法将这些值存储到像sql server这样的持久存储中

还是有其他方法可以做到这一点

有人能帮我吗

---

谢谢，

我相信spider中间件非常适合做这项工作。 一旦爬行器完成工作，您就可以将统计信息和其他所需信息保存在数据库中

这是一份草稿：

from scrapy import signals
import os

class UpdateStatsMiddleware(object):
    def __init__(self, crawler):
        self.crawler = crawler
        # register close_spider method as callback for the spider_closed signal
        crawler.signals.connect(self.close_spider, signals.spider_closed)

    @classmethod
    def from_crawler(cls, crawler):
        return cls(crawler)

    def get_jobid(self):
        """Gets jobid through scrapyd's SCRAPY_JOB env variable"""
        return os.environ['SCRAPY_JOB']

    def close_spider(self, spider, reason):
        # do your magic here...
        spider.log('Finishing spider with reason: %s' % reason)
        stats = self.crawler.stats.get_stats()
        jobid = self.get_jobid()
        self.update_job_stats(jobid, stats)

    def update_job_stats(self, jobid, stats):
        # do your magic here...
        pass

---

我知道scrapyd支持sqlite，或者您可以使用这个包@CristianOlaru，我可以将这些项目存储到SQL server中。但我的问题是我想存储日程信息和其他细节。请检查我的问题：）@CristianOlaru即使在重新启动我的scrapyd服务器之后，我也希望跟踪日程信息和日志。哦，现在我明白了，所以这里有一个想法：编写一个脚本来解析日志文件，并将这些信息存储到数据库中。为该脚本创建一个cron作业，同样在scrapyd.init（）中，在重新启动或停止之前运行该脚本。您可以使用“close_spider”管道在spider完成其工作后进行回调，它将返回一个spider对象及其所有数据，如开始、结束时间和所有计数器。裁判：