python - 带有 scrapy 的 while 循环中的 ReactorNotRestartable 错误

Question

当我执行以下代码时，出现 twisted.internet.error.ReactorNotRestartable 错误:

from time import sleep
from scrapy import signals
from scrapy.crawler import CrawlerProcess
from scrapy.utils.project import get_project_settings
from scrapy.xlib.pydispatch import dispatcher

result = None

def set_result(item):
    result = item

while True:
    process = CrawlerProcess(get_project_settings())
    dispatcher.connect(set_result, signals.item_scraped)

    process.crawl('my_spider')
    process.start()

    if result:
        break
    sleep(3)

第一次成功，然后我得到错误。我每次都创建 process 变量，这是什么问题？

Answer 1

默认情况下，CrawlerProcess的 .start()将在所有爬虫完成后停止它创建的 Twisted react 堆。

如果您在每次迭代中创建 process，则应调用 process.start(stop_after_crawl=False)。

另一种选择是自己处理 Twisted react 器并使用 CrawlerRunner . The docs have an example这样做。