python - 在爬虫的不同功能中填充 scrapy 中的项目

Question

我想做的是在 spider.py 文件中的不同函数中填充 item.py 中定义的项目字段，比如在发出所有请求的 start_requests 函数中，我想填充一个字段称为“item_id”。

def start_requests(self):
    forms = []
    for item in self.yhd_items:
        self.item["item_id"] = item.ItemCode
        forms.append(FormRequest(self.base_url + item.ItemCode, method='GET',
                                 callback = self.parse_search_result))

    return forms

请注意，我在 init 函数中创建了一个 items up 实例。 这样，只有 item_id 字段被填充并传递给下一个解析器方法(parse_search_result)。 item.py 中的其他字段将在下一个函数中填充并再次传递给另一个解析器方法。 合法吗？

Answer 1

这正是 meta argument例如:

def parse_page1(self, response):
    item = MyItem()
    item['main_url'] = response.url
    request = scrapy.Request("http://www.example.com/some_page.html",
                             callback=self.parse_page2)
    request.meta['item'] = item
    return request

def parse_page2(self, response):
    item = response.meta['item']
    item['other_url'] = response.url
    return item

这里我们在 parse_page1 中定义了一个项目实例, 填充 main_url字段，然后将项目传递给 parse_page2在meta字典。在 parse_page2 , other_url设置字段并返回项目。

希望这就是您要问的问题。