class MyDownloaderMiddleware(object):
def process_request(self, request, spider):
res = requests.get(request.url)
return HtmlResponse(request.url, body=res.content, encoding='utf-8', request=request)
scrapy 的下载器调教起来不如 requests 方便，所以想用 requests 替代
 |
1
knightdf Mar 29, 2017
因为你这是一个同步操作,用 deferreds
|
 |
2
bazingaterry Mar 29, 2017 via iPhone
又想像同步一样逻辑清晰，又想有异步一样的性能，貌似很难调和呢……
|
 |
3
lilydjwg Mar 29, 2017
不要用 requests.get ！
用同一个 requests.Session ，你能提速一倍以上！ |
 |
4
dsg001 OP @knightdf 能分享个 demo 不，文档啃的太慢
@bazingaterry 一直没研究锅 twisted @lilydjwg 实际代码中用的 requests.Session ，但速度比原生还是差的太多 |
|
5
bazingaterry Mar 29, 2017
@dsg001 twisted 的确有点啰嗦……
|
|
7
dsg001 OP |
 |
8
onlyice Mar 29, 2017 via Android
Twisted 我硬是没学会。。有一些门槛。。
|
 |
10
kakadong Mar 30, 2017
你这是在乱搞啊，下载中间件是负责修改每个 request 和 response 的，是不做下载这个动作的！你在里面加一个 requests.get 操作，等于每个网页你都下载了两遍，而且这个 get 操作还是同步的！！
|
|
11
kakadong Mar 30, 2017
不好意思没认真看，下载了两遍是我说错的，你在 process_request 里返回了 response ，那 scrapy 就不会再去下载这个网页，但这样，并发就完全没有了，跟单线程用 requests 没什么区别
|
 |
13
mathgl Mar 31, 2017
可以考虑使用 treq
https://github.com/twisted/treq |
 |
14
Vinkito May 8, 2017
请问楼主找到好的解决方法了么，有没有 demo 提供参考一下。
|
|
15
dsg001 OP |
Select Language