发表评论取消回复
相关阅读
相关 爬虫日记(91):Scrapy的ScrapyAgent类
从前面的HTTP11DownloadHandler类分析可知,它是调用ScrapyAgent类来处理具体的HTTP或HTTPS的协议来下载网页数据。如下调用过程: ![wat
相关 爬虫日记(89):Scrapy的DownloadHandlers类
前面分析了下载器的整个源码,理解了下载器的工作过程,在那里经常会遇到一个类,就是DownloadHandlers类,这个类主要用来对不同的下载协议进行管理的,比如文件协议和ht
相关 爬虫日记(88):Scrapy的Downloader类(三)
接着下来我们来分析下载的过程以及数据返回之后的处理,在这个过程里要小心地安排处理的步骤,否则会比较容易出错。 ![watermark_type_ZmFuZ3poZW5naGV
相关 爬虫日记(85):Scrapy的ExecutionEngine类(四)
接着下来我们来分析spider\_is\_idle函数,这个函数用来判断蜘蛛类是否处于空闲状态: ![20210604183135328.png][] 第189行判断下载回
相关 爬虫日记(85):Scrapy的ExecutionEngine类(三)
接着下来我们来分析\_next\_request\_from\_scheduler函数,这个函数主要实现从调度器里获得下载请求,然后把请求下载再放到下载器里去下载。实现这部分的
相关 爬虫日记(85):Scrapy的ExecutionEngine类(二)
前面可以看到一开始打开蜘蛛类有一次触发调度之外,还有下载数据返回之后进行一次调度。如果中间有调度没有准备好,或者队列满了,这样不会产生有新的下载,那么怎么样再次触发调度发生呢?
相关 爬虫日记(85):Scrapy的ExecutionEngine类(一)
前面分析了Crawler类,这个类实现了爬虫创建和运行管理,同时也是一个爬虫的公共类,可以把这个类传送到各个类中去使用。紧接着就会把控制权交给下一个类ExecutionEngi
相关 爬虫日记(84):Scrapy的Crawler类(三)
前面完成Crawler类的构造函数分析,接着下来我们来分析这个类的第一个开始调用的函数,Crawler类被创建之后,就会立即调用crawl函数,代码如下: class Cra
相关 爬虫日记(83):Scrapy的CrawlerProcess类(三)
前面完成了CrawlerRunner类构造函数的分析,接着从哪里继续开始呢?我想应该按顺序执行的主线来进行,可以从之前运行的命令里看到执行下面的函数: class Comma
相关 爬虫日记(86):Scrapy的Scheduler类(三)
前面已经分析过入队的情况,进入队列时,会根据请求的内容来生成一个数字指纹,如果两个数字指纹一样,那么就可以丢掉这个请求,这样就可以防止重复的请求,这样可以提高效率。接着下来,我
还没有评论,来说两句吧...