我有一个包含多个蜘蛛的scrapy项目。
有什么方法可以定义哪个管道用于哪个蜘蛛?并非我定义的所有管道都适用于每个蜘蛛。

谢谢

最佳答案

构建在 the solution from Pablo Hoffman 上,您可以在 Pipeline 对象的 process_item 方法上使用以下装饰器,以便它检查蜘蛛的 pipeline 属性是否应该执行。例如:

def check_spider_pipeline(process_item_method):

    @functools.wraps(process_item_method)
    def wrapper(self, item, spider):

        # message template for debugging
        msg = '%%s %s pipeline step' % (self.__class__.__name__,)

        # if class is in the spider's pipeline, then use the
        # process_item method normally.
        if self.__class__ in spider.pipeline:
            spider.log(msg % 'executing', level=log.DEBUG)
            return process_item_method(self, item, spider)

        # otherwise, just return the untouched item (skip this step in
        # the pipeline)
        else:
            spider.log(msg % 'skipping', level=log.DEBUG)
            return item

    return wrapper

为了使这个装饰器正常工作,蜘蛛必须有一个管道属性,其中包含要用于处理项目的管道对象的容器,例如:
class MySpider(BaseSpider):

    pipeline = set([
        pipelines.Save,
        pipelines.Validate,
    ])

    def parse(self, response):
        # insert scrapy goodness here
        return item

然后在 pipelines.py 文件中:
class Save(object):

    @check_spider_pipeline
    def process_item(self, item, spider):
        # do saving here
        return item

class Validate(object):

    @check_spider_pipeline
    def process_item(self, item, spider):
        # do validating here
        return item

所有 Pipeline 对象仍应在设置中的 ITEM_PIPELINES 中定义(以正确的顺序 - 最好更改,以便也可以在 Spider 上指定顺序)。

关于python - 如何在单个 Scrapy 项目中为不同的蜘蛛使用不同的管道,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/8372703/

10-12 23:10