scrapy 2.3 使用文件管道
使用时的典型工作流 FilesPipeline
像这样:
- 在spider中,您 爬取 一个项目并将所需的URL放入
file_urls
字段。 - 该项从spider返回并转到项管道。
- 当项目到达
FilesPipeline
,中的URL file_urls
使用标准的Scrapy计划程序和下载程序(这意味着计划程序和下载程序中间软件被重用)来计划下载字段,但具有更高的优先级,在其他页面被抓取之前对其进行处理。该项在特定管道阶段保持“锁定”,直到文件完成下载(或由于某种原因失败)。 - 下载文件时,另一个字段 (
files
)将用结果填充。此字段将包含一个包含有关下载文件的信息的dict列表,例如下载路径、原始的scraped url(取自 file_urls
字段),文件校验和和和文件状态。列表中的文件 files 字段将保留与原始字段相同的顺序 file_urls
字段。如果某些文件下载失败,将记录一个错误,并且该文件不会出现在 files
字段。