lawyers/README.md

lawyers-common-sites

从 /www/wwwroot/lawyer 中抽离出的 common_sites 独立项目。

目录

• common_sites/: 站点采集脚本
• request/: 代理配置
• utils/: 公共工具
• Db.py: 数据库封装
• config.py: 项目配置

快速启动

cd /www/wwwroot/lawyers
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
bash common_sites/start.sh

拆分运行（直连/代理）

本仓库支持用环境变量 PROXY_ENABLED 在一次运行内强制开/关代理：

• 直连：PROXY_ENABLED=0（不使用代理 IP）
• 代理：PROXY_ENABLED=1（强制使用 request/proxy_settings.json 的代理配置）
• 默认：不设置（跟随 request/proxy_settings.json 的 enabled 字段）

对应提供两套入口脚本：

# 直连（默认包含：大律师/大律师PC/找法网/法律快车）
bash common_sites/start_direct_twice_weekly.sh

# 代理（默认包含：华律/律图）
bash common_sites/start_proxy_weekly.sh

cron 示例（每周两次直连 + 每周一次代理）

下面仅给示例，你可以按机器负载调整时间；日志会输出到 common_sites/*.log。

# 编辑定时任务
crontab -e

# 每周二、周五 02:10 直连跑一次
10 2 * * 2,5 cd /www/wwwroot/lawyers && bash common_sites/start_direct_twice_weekly.sh

# 每周日 03:20 走代理跑一次（你手动续费代理 IP）
20 3 * * 0 cd /www/wwwroot/lawyers && bash common_sites/start_proxy_weekly.sh

常用参数（可选）

# 限流（跨进程共享），直连可适当调高，代理建议保守
export PROXY_MAX_REQUESTS_PER_SECOND=8

# 代理连通性输出（部分脚本会打印测试信息）
export PROXY_TEST=1

说明

• 当前项目直接复用原项目数据库配置和代理配置。
• 采集依赖原库中的 lawyer、area_new、area、area2 等表。
• 日志默认输出到 common_sites/*.log。