pyspider使用phantomjs,webui调试没问题,运行不执行,只有第一个index_page的调用。

发布于 2022-09-06 10:32:36 字数 1080 浏览 14 评论 0

pyspider使用phantomjs获取上一页的链接,并获取当前页的内容。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2017-12-26 09:25:21
# Project: adc8868

from pyspider.libs.base_handler import *


class Handler(BaseHandler):
    crawl_config = {
        'itag': 'v11'
    }

    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('http://www.cnblogs.com/adc8868/p/7814893.html', callback=self.index_page)

    @config(age=0)
    def index_page(self, response):
        # 将本页地址交给详情页抓取处理
        self.crawl(response.url, callback=self.detail_page)

        
    @config(fetch_type="js")
    def detail_page(self, response):
        # 获取到上一页,下一页的链接,并进行抓取
        for prev in response.doc("#post_next_prev a").items():
            self.crawl(prev.attr.href, callback=self.index_page)
                
        return {
            "url": response.url,
            "title": response.doc('title').text(),
        }

webui里调试执行采集脚本可以运行,点击任务列表那里的run就不行,只执行一次index_page的代码就结束了,根本就没有执行detail_page。detail_page是以fetch_type="js"方式采集数据的。
请问是什么原因?如何解决?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

深海夜未眠 2022-09-13 10:32:36

你也没说你遇到什么问题了啊

天邊彩虹 2022-09-13 10:32:36

我也遇见过这问题,detail_page同样是以fetch_type="js"方式来采集数据的。
但是什么也没改,不知道几分钟后又点了下,发现居然可以了,还不知道为什么,尴尬

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文