我认为主要的误解是软件包路径与设置模块路径。为了从外部脚本使用django的模型，你需要设置DJANGO_SETTINGS_MODULE。然后，该模块必须是可导入的（即，如果设置路径为myproject.settings，则该语句from myproject import settings应在python shell中运行）。

由于django中的大多数项目都是在default之外的路径中创建的PYTHONPATH，因此必须将项目的路径添加到PYTHONPATH环境变量中。

这是一个分步指南，用于将完全正常（且最少）的Django模型集成到Scrapy项目中：

注意：本说明在上次编辑日期生效。如果对你不起作用，请添加评论并描述你的问题以及scrapy / django版本。

1. 项目将在/home/rolando/projects目录中创建。

2. 启动django项目。

$ cd ~/projects
$ django-admin startproject myweb
$ cd myweb
$ ./manage.py startapp myapp

1. 在中创建模型myapp/models.py。

from django.db import models


class Person(models.Model):
    name = models.CharField(max_length=32)

1. 添加myapp到INSTALLED_APPS中myweb/settings.py。

# at the end of settings.py
INSTALLED_APPS += ('myapp',)

1. 在中设置我的数据库设置myweb/settings.py。

# at the end of settings.py
DATABASES['default']['ENGINE'] = 'django.db.backends.sqlite3'
DATABASES['default']['NAME'] = '/tmp/myweb.db'

1. 创建数据库。

$ ./manage.py syncdb --noinput
Creating tables ...
Installing custom SQL ...
Installing indexes ...
Installed 0 object(s) from 0 fixture(s)

1. 创建scrapy项目。

$ cd ~/projects
$ scrapy startproject mybot
$ cd mybot

1. 在中创建一个项目mybot/items.py。

注意：在较新版本的Scrapy中，你需要安装scrapy_djangoitem和使用from scrapy_djangoitem import DjangoItem。

    from scrapy.contrib.djangoitem import DjangoItem
    from scrapy.item import Field

    from myapp.models import Person


    class PersonItem(DjangoItem):
        # fields for this item are automatically created from the django model
        django_model = Person

最终的目录结构是这样的：

/home/rolando/projects
├── mybot
│   ├── mybot
│   │   ├── __init__.py
│   │   ├── items.py
│   │   ├── pipelines.py
│   │   ├── settings.py
│   │   └── spiders
│   │       └── __init__.py
│   └── scrapy.cfg
└── myweb
    ├── manage.py
    ├── myapp
    │   ├── __init__.py
    │   ├── models.py
    │   ├── tests.py
    │   └── views.py
    └── myweb
        ├── __init__.py
        ├── settings.py
        ├── urls.py
        └── wsgi.py

从这里开始，基本上我们已经完成了在scrapy项目中使用django模型所需的代码。我们可以使用scrapy shell命令立即对其进行测试，但是请注意所需的环境变量：

$ cd ~/projects/mybot
$ PYTHONPATH=~/projects/myweb DJANGO_SETTINGS_MODULE=myweb.settings scrapy shell

# ... scrapy banner, debug messages, python banner, etc.

In [1]: from mybot.items import PersonItem

In [2]: i = PersonItem(name='rolando')

In [3]: i.save()
Out[3]: <Person: Person object>

In [4]: PersonItem.django_model.objects.get(name='rolando')
Out[4]: <Person: Person object>

因此，它按预期工作。

最后，你可能不需要每次运行机器人时都必须设置环境变量。尽管最好的办法是将项目的程序包实际安装在中设置的路径中，但有许多替代方法可以解决此问题PYTHONPATH。

这是最简单的解决方案之一：将这些行添加到mybot/settings.py文件中以设置环境变量。

# Setting up django's project full path.
import sys
sys.path.insert(0, '/home/rolando/projects/myweb')

# Setting up django's settings module name.
# This module is located at /home/rolando/projects/myweb/myweb/settings.py.
import os
os.environ['DJANGO_SETTINGS_MODULE'] = 'myweb.settings'

# Since Django 1.7, setup() call is required to populate the apps registry.
import django; django.setup()

注意：更好的方法是在两个项目中都有setuptools基于setup.py文件的文件，然后运行python setup.py develop它们，这会将你的项目路径链接到python的路径（我假设你使用virtualenv）。

足够了。为了完整起见，这是一个可以正常运行的项目的基本工具和管道：

1.Create the spider.

$ cd ~/projects/mybot
$ scrapy genspider -t basic example example.com

The spider code:

# file: mybot/spiders/example.py
from scrapy.spider import BaseSpider
from mybot.items import PersonItem


class ExampleSpider(BaseSpider):
    name = "example"
    allowed_domains = ["example.com"]
    start_urls = ['http://www.example.com/']

    def parse(self, response):
        # do stuff
        return PersonItem(name='rolando')

2.创建一个管道mybot/pipelines.py以保存该项目。

class MybotPipeline(object):
    def process_item(self, item, spider):
        item.save()
        return item

item.save()如果你使用的是DjangoItem类，则可以在这里使用，也可以直接导入django模型并手动创建对象。在这两种方式中，主要问题是定义环境变量，以便可以使用django模型。

3.将管道设置添加到你的mybot/settings.py文件。

ITEM_PIPELINES = {
    'mybot.pipelines.MybotPipeline': 1000,
}

4.Run the spider.

$ scrapy crawl example