CrawlSpider 中 Deny 设置不起作用?如何正确使用 Deny 阻止特定 URL 链接?

花韻仙語
发布: 2024-11-04 20:27:09
原创
403人浏览过

crawlspider 中 deny 设置不起作用?如何正确使用 deny 阻止特定 url 链接?

scrapy crawlspider 中 deny 设置不起作用?

在 crawlspider 中,deny 设置可用于阻止爬取特定 url 链接。然而,根据提供的代码片段,deny 设置似乎没有正常工作,仍然爬取了包含 "guba" 的链接。

此问题可能是由于以下原因造成的:

deny 参数不是正则表达式

deny 参数必须是正则表达式,否则只有 url 完全匹配才可以被阻止。代码片段中使用的字符串不是正则表达式,因此它将只阻止完全匹配这些字符串的 url。

为了解决这个问题,需要将 deny 参数中的字符串修改为正则表达式。例如:

deny=(r'guba', r'data', r'fund.*\.eastmoney\.com/\d+\.html', r'.*so\.eastmoney.*', r'/gonggao/')
登录后复制

这样一来,代码将阻止包含 "guba"、"data"、符合正则表达式 "fund..eastmoney.com/d+.html"、符合正则表达式 ".so.eastmoney.*" 和 "/gonggao/" 的链接。

以上就是CrawlSpider 中 Deny 设置不起作用?如何正确使用 Deny 阻止特定 URL 链接?的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号