如何解决在两种解析方法之间发送数据并获取KeyError SCRAPY
我正尝试抓取此链接。
我想在两个解析方法之间发送类别名称,但是当scrapy crawler
跟随下一页时,它为KeyError
给出了category_name
。
categories_names = response.request.meta['categories_names']
KeyError: 'categories_names'
在进入下一页时,如何获得相同类别的名称?
# -*- coding: utf-8 -*-
import scrapy
class MainSpider(scrapy.Spider):
name = 'main'
start_urls = ['https://www.thomasnet.com/suppliers']
def parse(self,response):
li = response.xpath('//div[@class="titled-list titled-list--covid-19-response-section titled-list--dropdown "]/ul/li/a')
# li = response.xpath('//div[contains(@class,"titled-list--dropdown")]/ul/li/a')
for each in li:
categories_links = each.xpath('.//@href').get()
categories = each.xpath('.//text()').get()
yield response.follow(url=categories_links,callback=self.parse_li,meta={"categories_names": categories})
def parse_li(self,response):
categories_names = response.request.meta['categories_names']
rows = response.xpath('//header[@class="profile-card__header"]/parent::div')
for row in rows:
links = row.xpath('.//header[@class="profile-card__header"]/h2/a/@href').get()
company_type = row.xpath('.//span[@data-content="Company Type"]/text()[2]').get()
yield {
"Links": links,"Categories": categories_names,"Company Type": company_type if company_type else "N/A"
}
next_page = response.xpath('(//*[@class="icon"]/parent::a[@class="page-link"])[2]/@href').get()
if next_page:
yield response.follow(url=next_page,callback=self.parse_li)
解决方法
自从我误解了问题以来,我已经编辑了答案。
我相信问题在于parse_li
会递归地产生新请求,但不会再次分配元参数:
next_page = response.xpath('(//*[@class="icon"]/parent::a[@class="page-link"])[2]/@href').get()
if next_page:
yield response.follow(url=next_page,callback=self.parse_li)
据我所知meta
中的任意数据不会传播到以下请求,因此您需要重新声明它:
yield response.follow(
url=next_page,callback=self.parse_li,meta={"categories_names": categories_names}
)
考虑以后再查看cb_kwargs
,自Scrapy v1.7起,推荐使用它们作为在请求之间传递仲裁数据的参数,您可以将其检出here。 (它们的工作原理与meta稍有不同)
您应该从响应对象访问meta属性。
categories_names = response.meta ['categories_names']
但是,现在建议这样做的方法是使用cb_kwags。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。