Newspaper 是一个很棒的库,它允许抓取网络数据,但我对文章缓存有点困惑。它缓存文章以加快操作,但我如何访问这些文章?
我有这样的东西。现在,当我对同一组文章运行此命令两次时,第二次得到返回类型 None
。我如何访问那些以前缓存的文章进行处理?
newspaper_articles = [Article(url) for url in links]
最佳答案
看看这个:https://github.com/codelucas/newspaper/issues/481似乎 https://github.com/codelucas/newspaper/blob/master/newspaper/utils.py 中的缓存方法“cache_disk”可能有错误。它确实会将结果缓存到磁盘(搜索文件夹“.newspaper_scraper”),但之后不会加载它们。
解决方法是在构建报纸或使用 Config 类时设置 memoize_articles=False。
newspaper.build(url, memoize_articles=False)
关于python - 如何访问 newspaper3k 中的缓存文章,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51497107/