scrapy的url去重设置
2019-01-30 本文已影响0人
萌木盖
是这样的,我想抓取页面更新的东西,
我在spider里写了一个parse方法,用sleep(300),每隔5分钟再爬一次,
我在这个方法加上一句,yield Request(url=response.url,callback=self.parse),这样来实现循环调用这个方法,可是scrapy默认的去重机制让这个循坏失败。
所以这里函数内加上一个参数
加上第三个参数dont_filter = True
Request(url,callback,dont_filter=True)
即可。