Python scrapy redis程序不会自动关闭
Scrapy redis框架,redis存储xxx:请求已爬网完成,但程序仍在运行,如何自动停止程序,而不是一直在运行Python scrapy redis程序不会自动关闭,python,redis,scrapy,web-crawler,Python,Redis,Scrapy,Web Crawler,Scrapy redis框架,redis存储xxx:请求已爬网完成,但程序仍在运行,如何自动停止程序,而不是一直在运行 运行代码: 2017-08-07 09:17:06[scrapy.extensions.logstats]信息:爬网0页(0页/分钟),爬网0项(0项/分钟) 2017-08-07 09:18:06[scrapy.extensions.logstats]信息:爬网0页(0页/分钟),爬网0项(0项/分钟) 我用ScrapyRedis来抓取一个站点,ScrapyRedis
2017-08-07 09:17:06[scrapy.extensions.logstats]信息:爬网0页(0页/分钟),爬网0项(0项/分钟)
2017-08-07 09:18:06[scrapy.extensions.logstats]信息:爬网0页(0页/分钟),爬网0项(0项/分钟)
- 我用ScrapyRedis来抓取一个站点,ScrapyRedis不会自动关闭,仍然要问url,但没有url。因此它总是
刮取0个项目(以0个项目/分钟的速度)
scrapy redis
被设置为始终打开,等待在redis队列中推送更多URL,但是如果您想关闭它,您可以使用管道来完成,如下所示:
class TestPipeline(object):
def __init__(self, crawler):
self.crawler = crawler
self.redis_db = None
self.redis_len = 0
@classmethod
def from_crawler(cls, crawler):
return cls(crawler)
def open_spider(self, spider):
self.redis_len = len(spider.server.keys('your_redis_key'))
def process_item(self, item, spider):
self.redis_len -= 1
if self.redis_len <= 0:
self.crawler.engine.close_spider(spider, 'No more items in redis queue')
return item
类测试管道(对象):
定义初始化(自爬虫):
self.crawler=爬虫程序
self.redis_db=None
self.redis_len=0
@类方法
来自_爬虫程序(cls,爬虫程序)的def:
返回cls(爬虫程序)
def open_卡盘(自身、卡盘):
self.redis\u len=len(spider.server.keys('your\u redis\u key'))
def过程_项目(自身、项目、蜘蛛):
self.redis_len-=1
如果self.redis_lenscrapy redis
将始终等待在redis队列中推送新URL。当队列为空时,爬行器进入空闲状态并等待新的URL。这是我用来关闭我的蜘蛛一旦队列是空的
当爬行器处于空闲状态时(当它什么也不做时),我检查redis队列中是否还有剩余的东西。如果没有,我将使用close\u spider
关闭spider。以下代码位于spider
类中:
@classmethod
def from_crawler(cls, crawler, *args, **kwargs):
from_crawler = super(SerpSpider, cls).from_crawler
spider = from_crawler(crawler, *args, **kwargs)
crawler.signals.connect(spider.idle, signal=scrapy.signals.spider_idle)
return spider
def idle(self):
if self.q.llen(self.redis_key) <= 0:
self.crawler.engine.close_spider(self, reason='finished')
@classmethod
来自_爬虫程序的def(cls、爬虫程序、*args、**kwargs):
from_crawler=super(SerpSpider,cls)。from_crawler
蜘蛛=来自爬虫(爬虫,*args,**kwargs)
crawler.signals.connect(spider.idle,signal=scrapy.signals.spider\u idle)
回程卡盘
def怠速(自):
如果self.q.llen(self.redis_key)你的问题是什么意思。如果你提出这样的问题,我们无法帮助你。我使用scrapy redis对网站进行爬网,scrapy redis不会自动关闭,仍然需要询问url,但没有url。所以它总是刮取0个项目(0个项目/分钟)
有用。我会试试。Thk!