Python使用scrapy采集数据过程中放回下载过大页面的方法
本文实例讲述了Python使用scrapy采集数据过程中放回下载过大页面的方法。分享给大家供大家参考。具体分析如下：
添加以下代码到settings.py，myproject为你的项目名称
DOWNLOADER_HTTPCLIENTFACTORY='myproject.downloader.LimitSizeHTTPClientFactory'
自定义限制下载过大页面的模块
MAX_RESPONSE_SIZE=1048576#1Mb
fromscrapy.core.downloader.webclientimportScrapyHTTPClientFactory,ScrapyHTTPPageGetter
classLimitSizePageGetter(ScrapyHTTPPageGetter):
defhandleHeader(self,key,value):
ScrapyHTTPPageGetter.handleHeader(self,key,value)
ifkey.lower()=='content-length'andint(value)>MAX_RESPONSE_SIZE:
self.connectionLost('oversized')
classLimitSizeHTTPClientFactory(ScrapyHTTPClientFactory):
protocol=LimitSizePageGetter
希望本文所述对大家的Python程序设计有所帮助。