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. docker gitlab 如何git clone?2. dockerfile - [docker build image失败- npm install]3. java - mybatis怎么实现在数据库中有就修改,没有就添加4. docker安装后出现Cannot connect to the Docker daemon.5. nignx - docker内nginx 80端口被占用6. java中关于直接插入排序遇到的问题。7. javascript - c#如何向js传值8. node.js - nodejs和前端JavaScript 字符串处理结果不一样是什么原因?9. 我在centos容器里安装docker,也就是在容器里安装容器,报错了?10. node.js - mongoDB使用$gte的问题
