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. nignx - docker内nginx 80端口被占用2. javascript - 百度链接尾部的这个参数是干嘛的?3. dockerfile - [docker build image失败- npm install]4. macos - mac下docker如何设置代理5. css3 - 如何修改mui-icon图标的大小?6. javascript - vux的confirm,x-number报错。。说我未定义正确,但是官方网站就是这样写的诶。7. docker gitlab 如何git clone?8. debian - docker依赖的aufs-tools源码哪里可以找到啊?9. 关docker hub上有些镜像的tag被标记““This image has vulnerabilities””10. Docker for Mac 创建的dnsmasq容器连不上/不工作的问题