python – 重定向后的Scrapy回调
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 – 重定向后的Scrapy回调,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1321字,纯文字阅读大概需要2分钟。
内容图文
我有一个非常基本的scrapy蜘蛛,它从文件中抓取url然后下载它们.唯一的问题是,其中一些被重定向到同一域内的略微修改的URL.我想使用response.meta在我的回调函数中获取它们,并且它适用于普通的URL,但是然后url被重定向回调似乎没有被调用.我该如何解决?
这是我的代码.
from scrapy.contrib.spiders import CrawlSpider
from scrapy import log
from scrapy import Request
class DmozSpider(CrawlSpider):
name = "dmoz"
handle_httpstatus_list = [302]
allowed_domains = ["http://www.exmaple.net/"])
f = open("C:\\python27\\1a.csv",'r')
url = 'http://www.exmaple.net/Query?indx='
start_urls = [url+row for row in f.readlines()]
def parse(self, response):
print response.meta.get('redirect_urls', [response.url])
print response.status
print (response.headers.get('Location'))
我也尝试过这样的事情:
def parse(self, response):
return Request(response.url, meta={'dont_redirect': True, 'handle_httpstatus_list': [302]}, callback=self.parse_my_url)
def parse_my_url(self, response):
print response.status
print (response.headers.get('Location'))
它也不起作用.
解决方法:
默认情况下,scrapy请求被重定向,但如果您不想重定向,则可以这样做,使用start_requests方法并在请求元数据中添加标记.
def start_requests(self):
requests =[(Request(self.url+u, meta={'handle_httpstatus_list': [302],
'dont_redirect': True},
callback=self.parse)) for u in self.start_urls]
return requests
内容总结
以上是互联网集市为您收集整理的python – 重定向后的Scrapy回调全部内容,希望文章能够帮你解决python – 重定向后的Scrapy回调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
扫描二维码推送至手机访问。