python - Scrapy如何得到原始的start_url

問題描述

Scrapy爬蟲時，由于重定向或是其他原因，會導致原始的start_url發生改變，怎樣才能得到原始的start_url?

def start_requests(self): start_url = ’your_scrapy_start_url’ yield Request(start_url, self.parse) def parse(self, response): item = YourItem() item[’start_url’] = 原始請求的start_url yield item

問題解答

參考文章：Scrapy爬蟲常見問題總結

利用Request中的meta參數傳遞信息

def start_requests(self): start_url = ’your_scrapy_start_url’ yield Request(start_url, self.parse, meta={’start_url’:start_url}) def parse(self, response): item = YourItem() item[’start_url’] = response.meta[’start_url’] yield item