相关阅读
相关 爬虫日记(89)：Scrapy的DownloadHandlers类
前面分析了下载器的整个源码，理解了下载器的工作过程，在那里经常会遇到一个类，就是DownloadHandlers类，这个类主要用来对不同的下载协议进行管理的，比如文件协议和ht
旧城等待，相关 爬虫日记(88)：Scrapy的Downloader类（三）
接着下来我们来分析下载的过程以及数据返回之后的处理，在这个过程里要小心地安排处理的步骤，否则会比较容易出错。 
刺骨的言语ヽ痛彻心扉相关 爬虫日记(83)：Scrapy的CrawlerProcess类(四）
当前面准备工作都已经做之后，我们就需要让爬虫转换控制权了，就是从命令里转移到引擎运行了，它的触发代码就是在下面： class Command(BaseRunSpiderCom
小鱼儿相关 爬虫日记(83)：Scrapy的CrawlerProcess类(三）
前面完成了CrawlerRunner类构造函数的分析，接着从哪里继续开始呢？我想应该按顺序执行的主线来进行，可以从之前运行的命令里看到执行下面的函数： class Comma
Bertha 。相关 爬虫日记(83)：Scrapy的CrawlerProcess类(二）
因此继续来分析这两个函数的代码，才能理解蜘蛛类怎么样加载进来，怎么样设置twisted底层的工作框架。我们来查看\_get\_spider\_loader函数的代码，它的定义如
相关 爬虫日记(83)：Scrapy的CrawlerProcess类（一）
前面学习了Twisted的基础知识了，接着回过头来再看整个Scrapy程序，在执行 Scrapy 命令时，主要经过以下几步： 1）调用 cmdline.py 的 execut
相关 爬虫日记(88)：Scrapy的Downloader类（一）
从前面的分析我们知道，当下载的连接URL去重之后，就需要把URL放到下载器里进行下载，这样才会得到网页相关的数据，比如HTML、图片、脚本等等。然后我们根据网页再来抽取相关的数
相关 爬虫日记(86)：Scrapy的Scheduler类（三）
前面已经分析过入队的情况，进入队列时，会根据请求的内容来生成一个数字指纹，如果两个数字指纹一样，那么就可以丢掉这个请求，这样就可以防止重复的请求，这样可以提高效率。接着下来，我
还没有评论，来说两句吧...