scrapy-from_crawler实例化Spider

本文探讨了Scrapy框架中Spider的初始化过程,重点解析了`from_crawler()`、`_set_crawler()`和`init_()`三个关键函数的作用和流程,帮助读者深入理解Scrapy的内部工作机制。
摘要由CSDN通过智能技术生成

spider的初始化是在Crawler类内完成的。而且是调用Spider内的类方法from_crawler()初始化spider的,下面分析这个过程的流程。Spider源码如下:

class Spider(object_ref):
    """Base class for scrapy spiders. All spiders must inherit from this
    class.
    """

    name = None
    custom_settings = None

    def __init__(self, name=None, **kwargs):
        if name is not None:
            self.name = name
        elif not getattr(self, 'name', None):
            raise ValueError("%s must have a name" % type(self).__name__)
        self.__dict__.update(kwargs)
        if not hasattr(self, 'start_urls'):
            self.start_urls = []

    @property
    def logger(self):
        logger = logging.getLogger(self.name)
        return logging.LoggerAdapter(logger, {'spider': self})

    def log(self, message, level=logging.DEBUG, **kw):
        """Log the given message at the given log level

        This helpe
`from_crawler`是Scrapy中的一个类方法,用于创建一个新的Spider实例。它是Scrapy中的一个特殊方法,因为它可以访问Scrapy的核心组件和配置,例如Crawler对象、Settings对象和Signal manager。 `from_crawler`有一个默认的实现,它将Crawler对象、Settings对象和其他参数传递给Spider的构造函数。您可以重写这个方法来自定义Spider的初始化过程,例如添加信号处理程序或在Spider创建时执行其他任务。 以下是一个常见的使用`from_crawler`方法的示例,它在Spider创建时添加了一个信号处理程序,以便在Spider完成时关闭数据库连接: ```python from scrapy import signals class MySpider(scrapy.Spider): name = 'myspider' def __init__(self, *args, **kwargs): super(MySpider, self).__init__(*args, **kwargs) self.connection = None @classmethod def from_crawler(cls, crawler, *args, **kwargs): spider = super(MySpider, cls).from_crawler(crawler, *args, **kwargs) crawler.signals.connect(spider.spider_closed, signal=signals.spider_closed) return spider def spider_closed(self, spider): if self.connection is not None: self.connection.close() def parse(self, response): # 爬虫代码 ``` 在这个例子中,我们定义了一个名为`spider_closed`的方法,它在Spider完成时被调用。我们通过重写`from_crawler`方法来绑定这个方法,以便在创建Spider实例时添加信号处理程序。`spider_closed`方法检查数据库连接是否存在,并在存在时关闭连接。 请注意,`from_crawler`是一个类方法,它需要返回一个新的Spider实例。因此,在实现`from_crawler`方法时,您需要使用`super()`方法调用父类的`from_crawler`方法,然后返回新的Spider实例。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值