python - Scrapy + 更改请求参数

Question

我正在使用 Scrapy爬取一个网站。我需要抓取的链接的形式为 http://www.somesite.com/details.html?pageId=<some_integer_id> . some_integer_id 的值从 1 延伸至 100 (不完全是 100)。我所做的是:

1.我创建了一个函数来生成一个 url 列表:

def generateURLs(self):
    url_list = []
    for i in range(1, 101):
        url_list.append('http://www.somesite.com/details.html?pageId=%d' % i)
    return url_list

2.使用此函数设置start_urls的值的 Scrapy像这样:

def __init__(self):
    self.start_urls = self.generateURLs()

这是推荐的使用方式吗 Scrapy或者当我只需要更改请求参数的值时，还有其他更好的方法吗？

谢谢。

Answer 1

这个方法听起来不错，没有“黄金”方法。

但是，考虑到 Scrapy 调用 start_requests，你可以选择覆盖 start_requests，例如:

def start_requests(self):
    for i in range(1, 101):
        yield Request(url='http://www.somesite.com/details.html?pageId={0}'.format(i), callback=self.my_callback)

效果是一样的，代码更少。