scrapyd自定義下載pipeline

當(dāng)標(biāo)準(zhǔn)scrapyd 下載 pipeline 無(wú)法滿足需求時(shí),可以自定義pipeline。
僅舉例文件下載和圖片下載pipeline。
擴(kuò)展文件(圖片) FilesPipeline (ImagesPipeline)僅需重寫(xiě)以下兩個(gè)方法:

get_media_request(self, item, info)   # 返回一個(gè)Request對(duì)象
 # 當(dāng)上面的Requsts下載完成后回調(diào)這個(gè)方法,然后填充files或images字段
item_completed(self, results, item, info) 
舉例:

pipelines.py

import scrapyd
from scrapy.pipelines.images import ImagesPipeline
from scrapy.exceptions import DropItem

class MyImagePipeline(ImagesPipeline):

    def get_media_requests(self, item, info):
        for image_url in item['image_urls']:
            yield scrapy.Request(image_url)

    def item_completed(self, request, item, info):
        image_paths = [x['path'] for ok, x in request if ok]
        if not image_paths:
            raise DropItem("item contains no images")
        item['image_paths'] = image_paths
        return item
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容