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?
你也没说你遇到什么问题了啊