scrapy 2.3 协同程序
2.0 新版功能.
刮痧 partial support 对于 coroutine syntax .
支持的可调用项
以下可调用项可以定义为使用 async def ，因此使用协同程序语法（例如。 await ， async for ， async with ）：
-
Request 回调。注解在整个回调完成之前，不会处理回调输出。作为副作用，如果回调引发异常，则不会处理其任何输出。这是对当前实现的一个已知警告，我们将在Scrapy的未来版本中解决这个问题。 - 这个
process_item() 方法 item pipelines . - 这个
process_request() ， process_response() 和 process_exception() 方法 downloader middlewares . - Signal handlers that support deferreds .
使用
Scrapy中有几个协同程序的用例。在为以前的垃圾版本（如下载程序中间件和信号处理程序）编写时，会返回延迟的代码可以重写为更简短、更干净：
from itemadapter import ItemAdapter
class DbPipeline:
def _update_item(self, data, item):
adapter = ItemAdapter(item)
adapter['field'] = data
return item
def process_item(self, item, spider):
adapter = ItemAdapter(item)
dfd = db.get_some_data(adapter['id'])
dfd.addCallback(self._update_item, item)
return dfd
变成：：
from itemadapter import ItemAdapter
class DbPipeline:
async def process_item(self, item, spider):
adapter = ItemAdapter(item)
adapter['field'] = await db.get_some_data(adapter['id'])
return item
异步协同程序可用于调用。这包括其他协同程序、返回延迟的函数和返回的函数 awaitable objects 如 Future . 这意味着您可以使用许多有用的Python库来提供以下代码：
class MySpider(Spider):
# ...
async def parse_with_deferred(self, response):
additional_response = await treq.get('https://additional.url')
additional_data = await treq.content(additional_response)
# ... use response and additional_data to yield items and requests
async def parse_with_asyncio(self, response):
async with aiohttp.ClientSession() as session:
async with session.get('https://additional.url') as additional_response:
additional_data = await r.text()
# ... use response and additional_data to yield items and requests
注解
例如许多类库 aio-libs ，需要 asyncio 循环并使用它们你需要 enable asyncio support in Scrapy .
异步代码的常见用例包括：
- 从网站、数据库和其他服务（回调、管道和中间件）请求数据；
- 在数据库中存储数据（在管道和中间件中）；
- 将spider初始化延迟到某个外部事件（在
spider_opened 经办人）； - 调用诸如 ExecutionEngine.download （见 the screenshot pipeline example ）