scrapy.meta 简介

• scrapy.meta 是 scrapy 中 Reuqest 的元数据字典，为 dict 类型；
• scrapy.meta 在 scrapy 中用于给框架中 其他组件 和 响应处理函数 传递参数信息；
• 作为一个 python 字典，meta 有一个 get 方法，当第二个参数是一个默认值时，在第一个参数不在字典中的情况下发生，如果不存在第二个参数同时第一个参数又不存在字典中，则会引发 KeyError 异常；

例如：对于 request.meta.get('meta_key', 'default_value') ，如果没有从 meta 字典中获取到 'meta_key' 的值，则默认返回 'default_value'。

• meta 同时可应用在 request 和 response的参数传递中；

request.meta.get('meta_key', 'default_value')
response.meta.get('meta_key', 'default_value')

例子

• 在items模块中有下面三个参数：

import scrapy
class TextItem(spider.Item):
    title = scrapy.Field()
    price = scrapy.Field()
    image = scrapy.Field()

• 在spider爬虫中：

class TaobaoSpider(scrapy.Spider):
    name = ['taobao']
    allowed_domains = ['www.taobao.com']
    def parse1(self,response):
        '''
        需要知道的是item是一个字典
        '''
        item = TextItem()
        for product in response.css('......').extract():
            item['title'] = product.css('......').extract_first()
            item['price'] = product.css('......').extract_first()
            url = product.css('......').extract_first()
            yield = scrapy.Request(url=url, meta={'item':item} callback=self.parse2)
            '''
            比如我们要爬取淘宝上的商品，我们在第一层爬取时候获得了标题(title)和价格(price)，
            但是还想获得商品的图片，就是那些点进去的大图片，假设点进去的链接是上述代码的url，
            利用scrpy.Request请求url后生成一个Request对象，通过meta参数，把item这个字典赋值给meta字典的'item'键，
            即meta={'item':item}，这个meta参数会被放在Request对象里一起发送给parse2()函数。

            '''
    def parse2(self,response):
        item = response.meta['item']
        for product in response.css('......').extract():
            item[imgae] = product.scc('......').extract_first()
        return item
        '''
        这个response已含有上述meta字典，此句将这个字典赋值给item，完成信息传递。
        这个item已经和parse中的item一样了
        之后我们就可以做图片url提取的工作了，
        数据提取完成后return item ，这样就完成了数据抓取的任务了。

        '''

联系博主：下为博主微信，欢迎骚扰

image.png