python – Scrapy – 过滤重复请求

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Scrapy – 过滤重复请求，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1109字，纯文字阅读大概需要2分钟。

内容图文

我正在和scrapy一起工作.我想遍历db表并获取每个scrape(random_form_page)的起始页面,然后为每个起始页面生成一个请求.请注意,我正在使用api来获取初始请求的代理.我想设置每个请求以拥有自己的代理,所以使用我有的回调模型：

def start_requests(self):
    for x in xrange(8): 
        random_form_page = session.query(....

        PR = Request(
            'htp://my-api',
            headers=self.headers,
            meta={'newrequest': Request(random_form_page,  headers=self.headers)},
            callback=self.parse_PR
        )
        yield PR

我注意到：

[scrapy] DEBUG: Filtered duplicate request: <GET 'htp://my-api'> - no more duplicates will be shown (see DUPEFILTER_DEBUG to show all duplicates)

在我的代码中,我可以看到虽然它循环了8次,但它只产生对第一页的请求.我假设的其他人被过滤掉了.我看过http://doc.scrapy.org/en/latest/topics/settings.html#dupefilter-class,但仍不确定如何关闭此过滤操作.如何关闭过滤功能？

解决方法:

使用

dont_filter = True in Request object

def start_requests(self):
    for x in xrange(8): 
        random_form_page = session.query(....

        PR = Request(
            'htp://my-api',
            headers=self.headers,
            meta={'newrequest': Request(random_form_page,  headers=self.headers)},
            callback=self.parse_PR,
            dont_filter = True
        )
        yield PR

内容总结

以上是互联网集市为您收集整理的python – Scrapy – 过滤重复请求全部内容，希望文章能够帮你解决python – Scrapy – 过滤重复请求所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端