python - scrapy爬虫不能循环运行?
问题描述
scrapy只能爬取一个页面上的链接,不能持续运行爬完全站,以下是代码,初学求指导。
class DbbookSpider(scrapy.Spider): name = 'imufe' allowed_domains = [’http://www.imufe.edu.cn/’] start_urls=(’http://www.imufe.edu.cn/main/dtxw/201704/t20170414_127035.html’) def parse(self, response):item = DoubanbookItem()selector = scrapy.Selector(response)print(selector)books = selector.xpath(’//a/@href’).extract()link=[]for each in books: each=urljoin(response.url,each) link.append(each)for each in link: item[’link’] = each yield itemi = random.randint(0,len(link)-1)nextPage = link[i]yield scrapy.http.Request(nextPage,callback=self.parse)
问题解答
回答1:是不是爬得太快让封了
相关文章:
1. javascript - 同步方式写异步到底指什么?2. html5 - java用commons-fileupload上传文件没效果!3. 关于docker下的nginx压力测试4. docker-machine添加一个已有的docker主机问题5. docker镜像push报错6. docker安装后出现Cannot connect to the Docker daemon.7. angular.js - angular内容过长展开收起效果8. nignx - docker内nginx 80端口被占用9. 为什么我ping不通我的docker容器呢???10. dockerfile - 为什么docker容器启动不了?
