python - 如果没有网址爬网，请抓紧蜘蛛

我有一个蜘蛛从redis列表中获取url。
我想很好地关闭蜘蛛时，没有找到网址。我试图实现CloseSpider异常，但似乎没有达到这一点

def start_requests(self):
    while True:
        item = json.loads(self.__pop_queue())
        if not item:
            raise CloseSpider("Closing spider because no more urls to crawl")
        try:
            yield scrapy.http.Request(item['product_url'], meta={'item': item})
        except ValueError:
            continue

即使我正在引发CloseSpider异常，但仍会出现以下错误：

root@355e42916706:/scrapper# scrapy crawl general -a country=my -a log=file
2017-07-17 12:05:13 [scrapy.core.engine] ERROR: Error while obtaining start requests
Traceback (most recent call last):
  File "/usr/local/lib/python2.7/site-packages/scrapy/core/engine.py", line 127, in _next_request
    request = next(slot.start_requests)
  File "/scrapper/scrapper/spiders/GeneralSpider.py", line 20, in start_requests
    item = json.loads(self.__pop_queue())
  File "/usr/local/lib/python2.7/json/__init__.py", line 339, in loads
    return _default_decoder.decode(s)
  File "/usr/local/lib/python2.7/json/decoder.py", line 364, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
TypeError: expected string or buffer

此外，我还尝试在同一个函数中捕获TypeError，但它也不起作用。
有什么推荐的方法来处理这个问题吗
谢谢

最佳答案

您需要先检查self.__pop_queue()是否返回了某些内容，然后再将其交给json.loads()（或在调用时捕获TypeError），例如：

def start_requests(self):
    while True:
        item = self.__pop_queue()
        if not item:
            raise CloseSpider("Closing spider because no more urls to crawl")
        try:
            item = json.loads(item)
            yield scrapy.http.Request(item['product_url'], meta={'item': item})
        except (ValueError, TypeError):  # just in case the 'item' is not a string or buffer
            continue

关于python - 如果没有网址爬网，请抓紧蜘蛛，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45143947/