推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
moxiaowei
V2EX  ›  Python

scrapy 的请求问题

  •  
  •   moxiaowei · Nov 11, 2018 · 2369 views
    This topic created in 2764 days ago, the information mentioned may be changed or developed.

    我在写爬虫,遇到一个问题。大概是这样的,我先请求首页,然后拿到分页总数,然后按分页请求每一页的数据,但是分页的数据,有时候会请求不到,那么我想,请求不到吧 我再写个方法再去请求一次,再请求不到就算了。但是分页请求即使请求不到数据,但是也不会再去请求下一次。不知道为啥。

    爬虫内代码为:

       def parse(self, response):
    
                while pageNow < pageTotal:
    
                        yield scrapy.Request(url, self.parseNext)
    
    
       def parseNext(self, response):
    
                #如果失败了
                yield scrapy.Request(url, self,parseData)
    
       def parseData(self, response):
    
                #问题是不走到这个方法里面来
    
    8 replies    2018-11-11 11:32:25 +08:00
    NLL
        1
    NLL  
       Nov 11, 2018 via iPhone
    写个中间件
    yangyaofei
        2
    yangyaofei  
       Nov 11, 2018 via Android
    同样的请求第二次被过滤掉了?加 dont-filte
    moxiaowei
        3
    moxiaowei  
    OP
       Nov 11, 2018
    @zhijiansha 中间件 download middle 是写了的,但是,download middle 我是用来使用代理的。
    moxiaowei
        4
    moxiaowei  
    OP
       Nov 11, 2018
    @yangyaofei 好的 谢谢 我来试试
    moxiaowei
        5
    moxiaowei  
    OP
       Nov 11, 2018
    @yangyaofei 谢谢 确实是这样的
    sunorg
        6
    sunorg  
       Nov 11, 2018 via Android
    用 chrome headless
    moxiaowei
        7
    moxiaowei  
    OP
       Nov 11, 2018
    @sunorg 什么?
    dreasky
        8
    dreasky  
       Nov 11, 2018
    参考 scrapy 内置的 RetryMiddleware 和 DownloadTimeoutMiddleware
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   967 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 32ms · UTC 19:05 · PVG 03:05 · LAX 12:05 · JFK 15:05
    ♥ Do have faith in what you're doing.