Python从mysql中填充start_urls

Question

我正试图使用start_url spider.py从MYSQL表中填充一个SELECT。当我运行“刮伤运行蜘蛛spider.py”时，我没有得到任何输出，只是它没有出现错误。

我已经在python脚本中测试了SELECT查询，并且用MYSQL表中的entrys填充了start_url。

spider.py

from scrapy.spider import BaseSpider
from scrapy.selector import Selector
import MySQLdb


class ProductsSpider(BaseSpider):
    name = "Products"
    allowed_domains = ["test.com"]
    start_urls = []

    def parse(self, response):
        print self.start_urls

    def populate_start_urls(self, url):
        conn = MySQLdb.connect(
                user='user',
                passwd='password',
                db='scrapy',
                host='localhost',
                charset="utf8",
                use_unicode=True
                )
        cursor = conn.cursor()
        cursor.execute(
            'SELECT url FROM links;'
            )
    rows = cursor.fetchall()

    for row in rows:
        start_urls.append(row[0])
    conn.close()

Answer 1

更好的方法是重写请求方法。

这可以像populate_start_urls一样查询数据库，并返回一系列请求对象。

只需将populate_start_urls方法重命名为start_requests并修改以下行：

for row in rows:
    yield self.make_requests_from_url(row[0])