python爬虫<将scrapy的请求设置为同步>
来源:互联网 发布:郑大网络远程教育中心 编辑:程序博客网 时间:2024/05/21 10:41
scrapy的请求是并发进行的,但是我今天有一个需求是要顺序爬网站上的信息,爬的是搜狗热搜榜的电影、电视剧、动漫、综艺的热搜排行榜,每一个爬前三页。顺序爬取下来然后存到数据库中。
我的解决办法是在setting文件中将scrapy的并发数设置为1,当并发数为1的时候不就是同步了嘛
# Configure maximum concurrent requests performed by Scrapy (default: 16)CONCURRENT_REQUESTS = 1
这个参数的默认值是16
以下是我的代码:
headers = { 'User-Agent': 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}class Topsougou_Spider(scrapy.Spider): name = 'top_sougou_spider' def start_requests(self): reqs = [] # 综艺 for i in range(1, 4): url = 'http://top.sogou.com/tvshow/all_' + str(i) + '.html' req = scrapy.Request(url=url, headers=headers) reqs.append(req) # 电影 for i in range(1, 4): url = 'http://top.sogou.com/movie/all_' + str(i) + '.html' req = scrapy.Request(url=url, headers=headers) reqs.append(req) # 电视剧 for i in range(1, 4): url = 'http://top.sogou.com/tvplay/all_' + str(i) + '.html' req = scrapy.Request(url=url, headers=headers) reqs.append(req) # 动漫 for i in range(1, 4): url = 'http://top.sogou.com/animation/all_' + str(i) + '.html' req = scrapy.Request(url=url, headers=headers) reqs.append(req) return reqs def parse(self, response): item = TopSougouItem() url = response.url print url
执行结果:
阅读全文
0 0
- python爬虫<将scrapy的请求设置为同步>
- Scrapy:Python的爬虫框架
- Python的爬虫框架 Scrapy
- Scrapy:Python的爬虫框架
- ajax设置为同步请求
- 设置Ajax为同步请求
- python写的网页爬虫-scrapy
- Python爬虫抓取框架:Scrapy的架构
- python爬虫 - scrapy的安装和使用
- Python爬虫Scrapy的安装配置
- python语言scrapy爬虫的使用
- Python网络爬虫框架scrapy的学习
- Scrapy:Python的爬虫框架----原理介绍
- Python爬虫1-Scrapy环境的安装
- 学习安装python的Scrapy爬虫框架
- Scrapy -- Python的网络爬虫框架
- Python MySQL安装+Scrapy爬虫将Item写入mysql数据库
- Python爬虫Scrapy
- LeetCode-605:Can Place Flowers (可放置花的数量)
- mybatis详解-(9)参数传递
- Linux命令记录(持续更新中)
- 约束优化方法之拉格朗日乘子发与KKT条件
- dubbo泛化调用 http接口 随意调用dubbo服务
- python爬虫<将scrapy的请求设置为同步>
- JAVA基础题
- Android Studio3.0 Android Profiler分析器(cpu memory network 分析器)
- Java Druid大数据连接池的实例应用 和工具类
- 更快、更强——解析Hadoop新一代MapReduce框架Yarn
- Android Opengles2.0 多纹理融合
- ionic 常用插件
- ubuntu 12.04下MRPT安装
- QGis二次开发基础 -- 根据属性查询要素