Python Scrapy-尝试目录中的所有ID，而不进行递归链接搜索

假设我们想从一个网站抓取一个特定目录，其中页面名称是特定范围内的整数ID，例如

/book/book\u ID

其中book\u ID是从0到2000000，我不想抓取整个网站，并且没有一个页面包含所有链接。不允许使用搜索页面（对于空搜索）或效率低下。所以我们只想迭代该范围内的所有ID，并尝试下载页面，然后忽略404错误

但由于Scrapy功能强大，体积庞大，可以处理很多其他事情，我想知道它是否可以用于Scrapy。

是的，这是可能的。用于启动对

/book/book\u ID

页面的请求：

def start_requests(self):
    for book_id in xrange(1, 20000000):
        yield Request('https://my_site.com/book/{book_id}'.format(book_id=book_id),
                      callback=self.parse_book)

def parse_book(self, response):
    # parse the response

另外，Scrapy默认情况下会忽略

404

。但是，如果您需要，您可以处理它，请参见：