首页 > Web开发 > 详细

起始url的调度原理

时间:2020-06-14 00:15:16      阅读:70      评论:0      收藏:0      [点我收藏+]
# -*- coding: utf-8 -*-
import scrapy
from xdb.items import XdbItem
from scrapy.dupefilters import RFPDupeFilter
from scrapy.http.cookies import CookieJar
from scrapy.http import Request
from urllib.parse import urlencode

class ChoutiSpider(scrapy.Spider):
    name = chouti
    allowed_domains = [chouti.com]
    start_urls = [http://chouti.com/]
    # start_urls = [‘http://127.0.0.1:80/app01/login/‘]

    ‘‘‘
    scrapy引擎来爬虫中取起始URL:
        1. 调用start_request并获取返回值
        2. v = iter(返回值)
        3. req1 = 执行 v.__next__()
           req2 = 执行 v.__next__()
           req3 = 执行 v.__next__()
    ‘‘‘
    def start_requests(self):
        # 方式一:
        for url in self.start_urls:
            yield Request(url=url, callback=self.parse)
        # 方式二:
        req_list = []
        for url in self.start_urls:
            req_list.append(Request(url=url))
        return req_list

 

起始url的调度原理

原文:https://www.cnblogs.com/xiongfanyong/p/13122317.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!