今天在畅游的主要工作内容是爬取百度贴吧的内容，今天上玩班就要三天碰不到公司的电脑，所以想搞一个定时任务，能在这三天里面每半个小时执行一次爬虫，但是自己不太熟悉windows下定时执行爬虫，所以想到了一个不成熟的想法，利用linux来解决问题，于是忙碌的一天开始了！
1、windows安装mongodb
windows安装mongodb，其实还是比较简单的，首先去官网上下载一个windows版本的mongodb安装包
地址为：https://www.mongodb.com/download-center?jmp=nav#community
选择一个合适的版本就好，这里我选择：
下载完后点击安装，一路下一步即可，这里我忘记了更换安装路径，无奈装到了c盘。
注意把mongodb的bin路径添加到系统路径：
接下来，需要新建一个用于存储数据文件的文件件，我建在了d盘 mongodb/data路径下，那么首先进入到mongodb的bin路径，在windows的控制台下使用如下命令进行启动：
mongod -dbpath "d:\mongodb\data"
成功启动！
2、编写爬虫
scrapy相信大家都比较熟，经过两三个小时的编写把，成功编写了一个百度贴吧的爬虫，并将抓取到的数据存入mongodb，最终的爬虫效果如下：
这里除了帖子的基本信息外，还保存了第一页的回复信息，stairs保存了每一楼的信息，在每一楼内，还可能存在楼内的回复，那么每一楼的结构如下图：
这里我记录下了每一楼内的对话信息，包括谁回复的谁以及回复的内容。
3、安装VMware和ubuntu
接下来需要在windows上安装vmware和ubuntu虚拟机，这里就不多说了
vmware下载地址：直接百度搜索，使用百度提供的链接下载，这里附上一个破解码
5A02H-AU243-TZJ49-GTC7K-3C61N
ubuntu下载地址：http://cdimage.ubuntu.com/daily-live/current/
4、实现windows和ubuntu的互联
这里选择NAT的网络连接方式：
随后，在windows上网络连接中设置VMware Network Adapter VMnet8的ip，如下图：
此时，在虚拟机中就可以ping通本地了，而这个ip，将作为mongodb的server地址使用：
5、将代码放入虚拟机中，并配置开发环境
把代码从本地放入虚拟机中，可以考虑使用u盘拷贝的方式，在虚拟机中，我们需要修改连接mongodb的代码，如下图所示，使用刚才我们设置好的ip：
此时执行爬虫已经可以正常存储数据到本地的mongodb
6、设置定时爬虫
这里我们选择使用linux的crontab来设置定时爬虫，首先编写爬虫脚本，编写tieba.sh文件：
使用vim进行编写
接下来编写tieba.cron定时执行文件，这里我设置每隔20分钟进行一次爬取：
有关crontab的知识大家可以参见http://www.jb51.net/LINUXjishu/19905.html，相信很快就能学会！
接下来使用如下命令让这个定时命令跑起来：
查看我们设置好的定时任务：
大功告成：测试成功，我们可以看到有一条来自虚拟机的mongodb连接：
而我们数据库呢，也已经装满了很多帖子数据：
心满意足，下班回家，希望我的爬虫不会出问题把，大家周末快乐！
