PySpider Handler中是否允许用户自定义函数？

问题描述

问 题

PySpider新手，想在爬取内容的过程中把网页整个存下来，不知道有没有现成可用的方法，于是加了一个函数write_file,结果运行说name 'write_file' is not defined，这是什么问题呢？大牛们怎么保存网页和网页中的文件的？代码如下：

---

from pyspider.libs.base_handler import *
import os
from urllib.parse import urlparse
class Handler(BaseHandler):
    crawl_config = {
    }    
    def write_file(response):
        url=response.url
        host,path=urlparse(url)[1:3]
        path2=path[0:path.rindex('/')+1]
        base='pyspider/'
        path3=base+host+path2
        os.makedirs(path3)
        file=open(base+host+path,'wb')
        file.write(response.content)
        file.flush()
        file.close()
    
    @every(minutes=10)
    def on_start(self):
        self.crawl('http://www.aaa.com', callback=self.index_page)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a[href^="http"]').items():
            self.crawl(each.attr.href, callback=self.detail_page)
      
    @config(priority=2)
    def detail_page(self, response):
        write_file(response)
        return {
            "url": response.url,
            "title": response.doc('title').text(),
            "content":response.doc('html').text() 
            #"content":response.doc('html').text() 
        }

解决方案

self.write_file
哦，对了，还有你函数声明要变成 def write_file(self, response)

这篇关于PySpider Handler中是否允许用户自定义函数？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！