Scrapy 统计收集

Stats Collector 是 Scrapy 提供的一种工具，用于以键/值的形式收集统计信息，并使用 Crawler API 访问它（Crawler 提供对所有 Scrapy 核心组件的访问）。 统计收集器为每个蜘蛛提供一个统计表，其中统计收集器在蜘蛛打开时自动打开，并在蜘蛛关闭时关闭统计收集器。

常见的统计数据收集器用途

以下代码使用 stats 属性访问统计信息收集器。

class ExtensionThatAccessStats(object): 
   def __init__(self, stats): 
      self.stats = stats  
   
   @classmethod 
   def from_crawler(cls, crawler): 
      return cls(crawler.stats)

下表显示了可与统计信息收集器一起使用的各种选项

stats.set_value('hostname', socket.gethostname())

stats.inc_value('customized_count')

stats.max_value('max_items_scraped', value)

stats.min_value('min_free_memory_percent', value)

stats.get_value('customized_count')

stats.get_stats() {'custom_count': 1, 'start_time': 
datetime.datetime(2009, 7, 14, 21, 47, 28, 977139)}

可用的统计数据收集器

Scrapy 提供了不同类型的统计收集器，可以使用 STATS_CLASS 设置进行访问。

MemoryStatsCollector

它是默认的 Stats 收集器，它维护用于抓取的每个蜘蛛的统计信息，数据将存储在内存中。

class scrapy.statscollectors.MemoryStatsCollector

DummyStatsCollector

这个统计收集器非常高效，什么也不做。 这可以使用 STATS_CLASS 设置进行设置，并可用于禁用统计信息收集以提高性能。

class scrapy.statscollectors.DummyStatsCollector