- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我已经阅读了 here和 here ,并使在同一进程中运行的多个蜘蛛工作。
但是,我不知道如何设计一个信号系统来在所有蜘蛛完成后停止 react 器
我的代码与以下示例非常相似:
from twisted.internet import reactor
from scrapy.crawler import Crawler
from scrapy.settings import Settings
from scrapy import log
from testspiders.spiders.followall import FollowAllSpider
def setup_crawler(domain):
spider = FollowAllSpider(domain=domain)
crawler = Crawler(Settings())
crawler.configure()
crawler.crawl(spider)
crawler.start()
for domain in ['scrapinghub.com', 'insophia.com']:
setup_crawler(domain)
log.start()
reactor.run()
爬虫全部停止后,reactor还在运行。如果我添加语句
crawler.signals.connect(reactor.stop, signal=signals.spider_closed)
setup_crawler 函数,reactor 在第一个爬虫关闭时停止。
任何人都可以告诉我如何在所有爬虫完成后让 react 堆停止吗?
最佳答案
除了 shackra 的回答,采取那条路线确实有效。您可以将信号接收器创建为保留状态的闭包,这意味着它会记录已完成的蜘蛛数量。您的代码应该知道您正在运行多少个蜘蛛,因此检查所有蜘蛛何时运行然后运行 reactor.stop()
应该是一件简单的事情。
例如
将信号接收器链接到您的爬虫:
crawler.signals.connect(spider_finished, signal=signals.spider_closed)
创建信号接收器:
def spider_finished_count():
spider_finished_count.count = 0
def inc_count(spider, reason):
spider_finished_count.count += 1
if spider_finished_count.count == NUMBER_OF_SPIDERS:
reactor.stop()
return inc_count
spider_finished = spider_finished_count()
NUMBER_OF_SPIDERS 是您在此进程中运行的爬虫总数。
或者您可以反过来做,从运行的蜘蛛数量倒数到 0。或者更复杂的解决方案可能涉及保留哪些蜘蛛已完成和未完成等的字典。
注意:inc_count 被发送到 spider
和 reason
,我们在这个例子中没有使用它们,但您可能希望使用这些变量:它们是从信号调度器发送的,并且是关闭的蜘蛛及其关闭的原因 (str)。
Scrapy版本:v0.24.5
关于python - 如何在多个 scrapy 蜘蛛在同一进程中运行时停止 react 堆,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18787750/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!