scrapy 2.3 使用文件管道

2021-06-17 10:40 更新

使用时的典型工作流 ​FilesPipeline​ 像这样:

  1. 在spider中,您 爬取 一个项目并将所需的URL放入 ​file_urls​ 字段。
  2. 该项从spider返回并转到项管道。
  3. 当项目到达 ​FilesPipeline​ ,中的URL ​file_urls​ 使用标准的Scrapy计划程序和下载程序(这意味着计划程序和下载程序中间软件被重用)来计划下载字段,但具有更高的优先级,在其他页面被抓取之前对其进行处理。该项在特定管道阶段保持“锁定”,直到文件完成下载(或由于某种原因失败)。
  4. 下载文件时,另一个字段 (​files​ )将用结果填充。此字段将包含一个包含有关下载文件的信息的dict列表,例如下载路径、原始的scraped url(取自 ​file_urls​ 字段),文件校验和和和文件状态。列表中的文件 files 字段将保留与原始字段相同的顺序 ​file_urls​ 字段。如果某些文件下载失败,将记录一个错误,并且该文件不会出现在 ​files​ 字段。
以上内容是否对您有帮助:

在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号