scrapy组件、中间件、spider中类方法from_crawler的作用

 

@classmethod
def from_crawler(cls, crawler, *args, **kwargs):
    spider = cls(*args, **kwargs)
    spider._set_crawler(crawler)
    return spider
  • cls代表这个类,因此,以下是用给定的参数创建了一个cls类的实例spider。参数会经过__init__方法,因为实例需要初始化。
spider = cls(*args, **kwargs)
  • 设置spider实例的crawler属性
spider._set_crawler(crawler)
  • 返回实例
return spider

 

crawler属性在初始化class后,由类方法 from_crawler设置, 并且链接了本spider实例对应的Crawl对象。Crawler包含了很多项目中的组件,作为单一的入口点 (例如插件,中间件,信号管理器等).可以查看Crawler API

 

from_crawler用于实例化某个对象(中间件,模块),常常出现在对象的初始化,负责提供crawler.settings

这是一个类方法,scrapy创建spider的时候会调用。调用位置在crawler.py 的类Crawler中。这个方法的源码在上面,我们可以看到,在实例化这个spider以后,这个实例才有的settings和crawler属性,所以在__init__方法中是没法访问这俩属性的。如果非要在__init__方法中使用相关属性,那么只能重写该方法,大家可以尝试写写。

重写这个类方法需要注意的几点:

  • 需要返回一个实例对象
  • 返回实例对象括号里面的参数,是会进入初始化方法__init__的

如:当我们需要通过scrapy crawl spidername -a NAME=VALUE进行传递参数时,需要以下这种写法

class MySpider(scrapy.Spider):

     def __init__(self, parms=None, *args, **kwargs):
        super(MySpider, self).__init__(*args, **kwargs)

但是,当通过命令scrapy crawl spidername -a parms=value的时候,会出现参数传不进来的情况,那是因为继承scrapy.Spider的时候重写了from_crawler类方法了

@classmethod
def from_crawler(cls, crawler):
    settings = crawler.settings
    return cls()

重写时没有将__init__需要的参数传过去,因为scrapy crawl spidername -a parms=value命令会通过from_crawler创建spider,所以需要返回对应的参数给__init__初始化方法

@classmethod
def from_crawler(cls, crawler):
    settings = crawler.settings
    return cls(*args, **kwargs)

 

欢迎关注公众号:日常bug,每天写至少一篇技术文章,每天进步一点点。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值