Seguendo document, posso eseguire scrapy da uno script Python, ma non riesco a ottenere il risultato scrapy.Confuso sull'esecuzione di Scrapy da uno script Python
Questo è il mio ragno:
from scrapy.spider import BaseSpider
from scrapy.selector import HtmlXPathSelector
from items import DmozItem
class DmozSpider(BaseSpider):
name = "douban"
allowed_domains = ["example.com"]
start_urls = [
"http://www.example.com/group/xxx/discussion"
]
def parse(self, response):
hxs = HtmlXPathSelector(response)
rows = hxs.select("//table[@class='olt']/tr/td[@class='title']/a")
items = []
# print sites
for row in rows:
item = DmozItem()
item["title"] = row.select('text()').extract()[0]
item["link"] = row.select('@href').extract()[0]
items.append(item)
return items
Avviso l'ultima riga, cerco di utilizzare il risultato di analisi restituito, se corro:
scrapy crawl douban
il terminale potrebbe stampare il risultato di ritorno
Ma non riesco a ottenere il risultato di ritorno dallo script Python. Ecco il mio script Python:
from twisted.internet import reactor
from scrapy.crawler import Crawler
from scrapy.settings import Settings
from scrapy import log, signals
from spiders.dmoz_spider import DmozSpider
from scrapy.xlib.pydispatch import dispatcher
def stop_reactor():
reactor.stop()
dispatcher.connect(stop_reactor, signal=signals.spider_closed)
spider = DmozSpider(domain='www.douban.com')
crawler = Crawler(Settings())
crawler.configure()
crawler.crawl(spider)
crawler.start()
log.start()
log.msg("------------>Running reactor")
result = reactor.run()
print result
log.msg("------------>Running stoped")
cerco di ottenere il risultato al reactor.run()
, ma non restituire alcun valore,
Come posso ottenere il risultato?
dove metti la sceneggiatura per favore? nel progetto scrapy o nella cartella spider o cosa? –
Cross-referencing [questa risposta] (http://stackoverflow.com/a/27744766/771848) - dovrebbe darti una panoramica dettagliata su come eseguire Scrapy da uno script. – alecxe