Scrapy框架的學習(3.pipeline介紹以及多個爬蟲的pipeline的使用)
阿新 • • 發佈:2019-01-13
上個部落格最後面寫到了,pipeline的簡單使用以及引數的配置含義:https://blog.csdn.net/wei18791957243/article/details/86157707
1.從pipeline的字典形式可以看出來,pipeline可以有多個,而且確實pipeline能夠定義多個
2. 有多個爬蟲,pipeline是怎樣處理的呢?
首先建立三個爬蟲 : 例如: 在一個scrapy的專案裡面爬取三個網站: 今日頭條、新浪、豆瓣
在cmd裡面分別建立三個爬蟲:
然後開啟pycharm檢視:
就會看見有三個爬蟲
(1)使用pipeline處理的第一個方式可以給item加上鍵和響應的值:
分別再相對的爬蟲py裡面,的parse方法裡面加上相應的鍵和值
"""對應的toutiao.py""" def parse(self, response): item = {} item["come_from"] = "toutiao" pass """對應的sina.py""" def parse(self, response): item = {} item["come_from"] = "sina" pass """對應的douban.py""" def parse(self, response): item = {} item["come_from"] = "douban" pass
然後pipelines.py 在 process_item方法裡面可以對值進行相應的操作,分別進行判斷
class PipelinetestPipeline(object): def process_item(self, item, spider): if item["come_from"] == "toutiao": pass elif item["come_from"] == "sina": pass else: pass return item
也可以寫多個類的形式進行:
class PipelinetestPipeline(object): def process_item(self, item, spider): if item["come_from"] == "toutiao": pass return item class PipelinetestPipeline2(object): def process_item(self, item, spider): if item["come_from"] == "sina": pass return item class PipelinetestPipeline3(object): def process_item(self, item, spider): if item["come_from"] == "douban": pass
(2) 除了給item加上鍵和值,還有第二方式, spider.name 來進行判斷,就不用給item加鍵和值
class PipelinetestPipeline(object): def process_item(self, item, spider): if spider.name == "toutiao": pass elif spider.name == "sina": pass else: pass return item
每個爬蟲的類裡面都有對應的name屬性,也就是對應的每個爬蟲的名字,所以可以利用這個屬性來進行判斷
然後在pipeline裡面進行相應的處理
3. 對有多個爬蟲時,pipeline通過上面的中方式進行處理,
一種方式是給item加上鍵和值,一種方式是裡面name屬性
分別對值或者爬蟲的名字進行判斷,進而對資料進行處理