def startspiderbyid(request):
# 设置模块查找目录
sys.path.append(SpiderBaseDir)
# 保存get请求的值
spider_id = request.GET['spider_id']
spider_argv = request.GET['run_argvs']
# 取出目标爬虫中的模块名称
result = Spider.objects.filter(id=spider_id)
spider_obj = result[0]
func_name = spider_obj.spider_runfunction
# 如果模块名称没有定义就不会执行新的任务，否则使用新的进程运行爬虫程序
if func_name != 'no info':
# 使用新进程开始任务
mymodule = __import__(func_name)
if spider_argv != '':
spider_argv = tuple(spider_argv.split(' '))
p = Process(target=mymodule.main, args=spider_argv)
markcontent = '爬虫启动成功, 参数为：' + '<b>' + request.GET[
'run_argvs'] + '</b>'
else:
p = Process(target=mymodule.main)
markcontent = '爬虫启动成功, 无自定义参数：'
p.start()
# 创建通知对象
me_obj = Message()
mytime = str(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime()))
me_obj.action_time = mytime
me_obj.content = markcontent
me_obj.user = '******'
me_obj.spider = spider_obj
me_obj.save()
# 改变数据库中爬虫运行状态
spider_obj.spider_runing = True
spider_obj.save()
print(
'主进程结束标志1：此视图结束，爬虫程序自己运行，但是运行状态会放在redis和log中，使用视图调用并传递到ajax和mysql')
return JsonResponse({'data': '启动爬虫成功，请到实时监控界面查看！', 'doing': 1})
else:
# 改变数据库中爬虫运行状态
spider_obj.spider_runing = False
spider_obj.save()
# 创建通知对象
me_obj = Message()
mytime = str(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime()))
me_obj.action_time = mytime
me_obj.content = '启动爬虫失败：没有足够的权限'
me_obj.user = '******'
me_obj.spider = spider_obj
me_obj.save()
print(
'主进程结束标志2：此视图结束，爬虫程序自己运行，但是运行状态会放在redis和log中，使用视图调用并传递到ajax和mysql')
return JsonResponse({'data': '权限不足，无法操作！', 'doing': 0})
def getspiderlogbyid(request):
# 根据ID获取爬虫任务名称
spider_id = request.GET['spider_id']
result = Spider.objects.filter(id=spider_id)
spider_obj = result[0]
func_name = spider_obj.spider_runfunction
# 先判断爬虫的对应模块是否是默认值no info，否则就返回'done'给前端，前端就会停止循环发送请求
tags = ''
if func_name == 'no info':
return JsonResponse({'data': 'done', 'content': tags})
else:
# 拼接log文件名称，并且试图读取其中的信息，如果没有这个文件就会返回空值
logfilename = SpiderBaseDir + func_name + '/' + func_name + '.log'
try:
with open(logfilename, 'r') as f:
content = f.read()
print '读取log文件成功'
except Exception as e:
print '读取log文件失败', e, logfilename
content = ''
# 生成html标签内容
tags = ''
for each in content.split('\n'):
li_tag = '<li>' + each + '</li>'
tags += li_tag
# 根据名称，在redis查找任务信息中的runing，如果是False前端就会结束循环
redisclient = redis.Redis(host='127.0.0.1', port=6379, db=1)
info = redisclient.get(func_name + ':runing')
# 根据redis的状态判断是否要作为最后一次发送数据
if info == b'False':
# 改变数据库中爬虫运行状态
try:
spider_obj.spider_runing = False
spider_obj.save()
except Exception as e:
print '改变mysql中爬虫状态失败', e
print 'log信息传输结束'
# 创建通知对象
me_obj = Message()
mytime = str(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime()))
me_obj.action_time = mytime
me_obj.content = '爬虫运行结束并退出'
me_obj.user = '******'
me_obj.spider = spider_obj
me_obj.save()
return JsonResponse({'data': 'done', 'content': tags})
else:
return JsonResponse({'data': 'continue', 'content': tags})
def dataopinfo(request):
file_name = request.GET['FN']
dir_name = request.GET['DIR']
spider_obj = Spider.objects.filter(spider_runfunction=dir_name)[0]
me_obj = Message()
mytime = str(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime()))
me_obj.action_time = mytime
me_obj.content = '下载文件：%s' % file_name
me_obj.user = '******'
me_obj.spider = spider_obj
me_obj.save()
return JsonResponse({'data': '1'})
def stopspiderbyid(request):
spider_id = request.GET['spider_id']
result = Spider.objects.filter(id=spider_id)
spider_obj = result[0]
func_name = spider_obj.spider_runfunction
redisclient = redis.Redis(host='127.0.0.1', port=6379, db=1)
redisclient.getset(func_name + ':runing', 'False')
spider_obj.spider_runing = False
spider_obj.save()
# 创建通知对象
me_obj = Message()
mytime = str(time.strftime("%Y-%m-%d %H:%M:%S", time.gmtime()))
me_obj.action_time = mytime
me_obj.content = '手动停止爬虫'
me_obj.user = '******'
me_obj.spider = spider_obj
me_obj.save()
print('修改redis和mysql状态，爬虫退出')
return JsonResponse({'data': '停止采集成功！'})
