4

いくつかの応答をスプラッシュでレンダリングする必要があるスクレイピースパイダーを書いています。私のスパイダーは CrawlSpider に基づいています。クロール スパイダーにフィードするには、start_url 応答をレンダリングする必要があります。残念ながら、最初の応答のレンダリング後にクロール スパイダーが停止します。何がうまくいかないのですか？

class VideoSpider(CrawlSpider):

    start_urls = ['https://juke.com/de/de/search?q=1+Mord+f%C3%BCr+2']

rules = (
    Rule(LinkExtractor(allow=()), callback='parse_items',process_request = "use_splash",),
)

def use_splash(self, request):
    request.meta['splash'] = {
            'endpoint':'render.html',
            'args':{
                'wait':0.5,
                }
            }     
    return request

def start_requests(self):
    for url in self.start_urls:
        yield scrapy.Request(url, self.parse, meta={
            'splash': {
                'endpoint': 'render.html',
                'args': {'wait': 0.5}
        }
    })  


def parse_items(self, response):      
    data = response.body
    print(data)
4

2 に答える 2

0 
def use_splash(self, request):
request.meta['splash'] = {
        'endpoint':'render.html',
        'args':{
            'wait':0.5,
            }
        }     
return request

あなたはそれを修正する必要があります

def use_splash(self, request):
    return SplashRequest(xxxxxx)

または、この関数を書き直すことができます

    def _build_request(self, rule, link):
        r = Request(url=link.url, callback=self._response_downloaded)
        r.meta.update(rule=rule, link_text=link.text)
        return r

私はそれが動作することを保証することはできません.私もこれを見ています.

于 2019-03-06T10:28:29.387 に答える