如果满足某些条件我想停止蜘蛛我试着这样做:
raise CloseSpider('Some Text')和
sys.exit("SHUT DOWN EVERYTHING!")
Run Code Online (Sandbox Code Playgroud)
但它并没有停止.这是代码编写引发异常而不是返回也不会工作,因为蜘蛛继续爬行:
import scrapy
from scrapy.http import Request
from tutorial.items import DmozItem
from scrapy.exceptions import CloseSpider
import sys
class DmozSpider(scrapy.Spider):
name = "tutorial"
allowed_domain = ["jabong.com"]
start_urls = [
"http://www.jabong.com/women/shoes/sandals/?page=1"
]
page_index = 1
def parse(self,response):
products = response.xpath('//li')
if products:
for product in products:
item = DmozItem()
item_url = product.xpath('@data-url').extract()
item_url = "http://www.jabong.com/" + item_url[0] if item_url else ''
if item_url:
request=Request(url=item_url,callback=self.parse_page2,meta={"item":item},
headers={"Accept":
"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8"})
request.meta['item'] = item
yield request
else:
return
self.page_index += 1
if self.page_index:
yield Request(url="http://www.jabong.com/women/shoes/sandals/?page=%s" % (self.page_index),
headers={"Referer": "http://www.jabong.com/women/shoes/sandals/",
"X-Requested-With": "XMLHttpRequest"},
callback=self.parse)
def parse_page2(self, response):
sizes=[]
item = response.meta['item']
item['site_name'] = 'jabong'
item['tags'] = ''
yield item
Run Code Online (Sandbox Code Playgroud)
更新:即使我举起shutpider而不是返回,我的蜘蛛也没有停止
这return也将在这里工作,而不是强制,但由于爬行逻辑 - 因为你不再产生任何请求.
但请记住,您可能会将其解释为"蜘蛛不关闭"实际上是管道中已经开始处理的剩余请求,并且需要更多时间来完成处理.因此,蜘蛛不会停止return执行的同一瞬间,因为管道中仍有请求.当它们全部被处理时,如果没有创建新的蜘蛛,蜘蛛最终会停止.
| 归档时间: |
|
| 查看次数: |
3344 次 |
| 最近记录: |