pycharm创建scrapy项目教程及遇到的坑解析

前言

最近学习scrapy爬虫框架，在使用pycharm安装scrapy类库及创建scrapy项目时花费了好长的时间，遇到各种坑，根据网上的各种教程，花费了一晚上的时间，终于成功，其中也踩了一些坑，现在整理下相关教程，希望帮助那些遇到和我一样问题的码农。

1、环境

• 操作系统：windows10。
• python版本：python3.7，必须使用Anaconda，目前是Anaconda5.3.1。下载地址：https://www.anaconda.com/download/ 下载64位的安装包。scrapy依赖的类库比较多，使用Anaconda会将相关的依赖的类库都安装好，并且版本保持一致。
• pycharm：pycharm2018。

2、安装Anaconda

安装好Anaconda之后，将下面的变量加入到系统环境变量中：

e:\Anaconda3;e:\Anaconda3\Library\mingw-w64\bin;e:\Anaconda3\Library\usr\bin;e:\Anaconda3\Library\bin;e:\Anaconda3\Scripts;

上面是我本机上的环境变量，我是将Anaconda3安装在E盘的Anaconda3文件夹中。

3、安装scrapy相关类库

打开pycharm，创建一个项目，然后开始安装相关的类库。通过下面的方式查找类库，点击左上角的File按钮，会弹出如下的界面：

点击Settings按钮，会弹出下面的菜单：

然后点击右边的“+”，就会弹出安装类库的界面：

在上图中查询类库，然后点击“Install package”即可安装。
如果查询出的类库显示蓝色，表示这个类库已经安装过了。

按照下面的顺序安装类库：lxml->zope.interface->pyopenssl->twisted->scrapy。一般情况下Anaconda已经安装了很多类库，我们只需安装scrapy即可。

4、创建scrapy项目

安装好scrapy类库之后，就可以创建scrapy项目了，pycharm不能直接创建scrapy项目，必须通过命令行创建，打开pycharm的Terminal终端，输入scrapy startproject test_scrapy命令，就可以创建名为test_scrapy的scrapy项目，看到如下的信息表示成功创建scrapy项目：

New Scrapy project 'test_scrapy', using template directory 'e:\\Anaconda3\\lib\\site-packages\\scrapy\\templates\\project', created in:
  G:\PycharmProjects\scrapy\test_scrapy

You can start your first spider with:
  cd test_scrapy
  scrapy genspider example example.com

然后在pycharm的项目空间中就可以看到test_scrapy项目的目录结构：

通过命令行创建scrapy项目时经常会遇到下面的三个坑：

（1）'scrapy' 不是内部或外部命令，也不是可运行的程序或批处理文件。这是因为没有把Anaconda加入到环境变量中。在安装scrapy时，会将scrapy.exe文件安装到Scripts文件夹下面：

如果没有设置环境变量，将无法找到scrapy.exe文件。

(2)ImportError: DLL load failed: 找不到指定的模块。 这个问题是因为lxml类库版本引起的，在window7操作系统会遇到这个问题。我安装的是4.2.5版本，后来改成3.8.0就解决了。将lxml从4.2.5切换成3.8.0的方法如下：

通过上图的安装类库界面，找到lxml，勾选上Specify version选项，然后选择3.8.0，点击“install package”按钮即可。使用anaconda的好处就是，将lxml切换成3.8.0之后，会把相关的openssl和twisted等类库也切换成匹配的类库，因此强烈推荐使用Anaconda安装python。

(3)ImportError: DLL load failed: 操作系统无法运行 %1 。 这个是因为c:/windows/system32目录中的ssleay32.dll和libeay32.dll冲突导致的，我的做法是删除掉这个两个文件，创建好scrapy项目后，在恢复回来。因为删除这两个文件会导致某些应用无法运行。在window10操作系统会遇到这个问题。