0

pyspider使用phantomjs获取上一页的链接,并获取当前页的内容。

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2017-12-26 09:25:21
# Project: adc8868

from pyspider.libs.base_handler import *


class Handler(BaseHandler):
    crawl_config = {
        'itag': 'v11'
    }

    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('http://www.cnblogs.com/adc8868/p/7814893.html', callback=self.index_page)

    @config(age=0)
    def index_page(self, response):
        # 将本页地址交给详情页抓取处理
        self.crawl(response.url, callback=self.detail_page)

        
    @config(fetch_type="js")
    def detail_page(self, response):
        # 获取到上一页,下一页的链接,并进行抓取
        for prev in response.doc("#post_next_prev a").items():
            self.crawl(prev.attr.href, callback=self.index_page)
                
        return {
            "url": response.url,
            "title": response.doc('title').text(),
        }

webui里调试执行采集脚本可以运行,点击任务列表那里的run就不行,只执行一次index_page的代码就结束了,根本就没有执行detail_page。detail_page是以fetch_type="js"方式采集数据的。
请问是什么原因?如何解决?

gaisy 13
2017-12-26 提问

查看全部 2 个回答

0

我也遇见过这问题,detail_page同样是以fetch_type="js"方式来采集数据的。
但是什么也没改,不知道几分钟后又点了下,发现居然可以了,还不知道为什么,尴尬

推广链接