Scrapy response.follow怎么用?

云婷酱_7199

云婷酱_7199

2026-08-18

514人浏览

原创

scrapy中应使用response.follow而非scrapy.request实现页面跳转,因其自动补全相对url、保持会话且复用中间件;支持单链接follow、多链接follow_all、selector传参及meta传值,但不可传selectorlist或none。

scrapy response.follow怎么用? - php中文网

在Scrapy中实现页面跳转并保持会话、自动处理相对URL、复用中间件配置,必须用response.follow而不是手动拼接URL再yield scrapy.Request。

基础用法:提取单个下一页链接

第一步:在parse方法中用CSS或XPath定位到“下一页”链接的href属性值。

第二步:调用response.follow()传入该href值,并指定回调函数,例如self.parse继续递归解析。

第三步:yield返回的对象——注意这不是Response,而是Scrapy引擎可识别的Request对象,引擎收到后才会真正发起HTTP请求。

这一步操作起来很简单,直接把提取到的href塞进去就行,不用管它是相对路径还是绝对路径,【response.follow会自动调用response.urljoin()补全】,而scrapy.Request不会。

进阶用法:批量跟进多个链接

方法一:传入SelectorList(推荐)

用response.css('a.product-link::attr(href)')一次性提取所有商品详情页链接,直接yield response.follow_all()即可。注意不是follow(),是follow_all()——它专为列表设计,内部自动遍历并生成多个Request。

方法二:传入Selector(更灵活)

Scrapy 2.18.0
Scrapy 2.18.0

Scrapy 2.18.0 官方源码包下载,适合 Python 网页抓取、选择器解析、Item Pipeline 和异步请求调度项目升级。

下载

如果你还想顺便提取每个标签里的文本标题,就别先.extract(),直接传a标签Selector本身:yield response.follow(product_a, callback=self.parse_item)。这时response.follow会自动从里读取href属性,【传入Selector比传字符串更安全,避免空值报错】。

高阶用法:携带上下文数据跳转

当你从列表页提取了商品分类名,又需要在详情页里把分类名写进item,就得靠meta参数传递:

yield response.follow(detail_url, callback=self.parse_item, meta={'category': '手机'})

在parse_item方法中,通过response.meta['category']就能拿到这个值。注意meta字典只在本次请求→响应链路中有效,不会跨多次跳转自动继承。

如果漏传callback参数,Scrapy默认使用当前parse方法,容易造成无限循环抓取首页——务必显式指定回调函数。

避坑要点:什么不能传给response.follow

不能传SelectorList对象给response.follow(只能传单个Selector或字符串)。

不能传None——即使加了if判断,也要确保href变量确实有值,否则会抛TypeError。

不要在follow里手动改headers或cookies:这些应统一在settings.py或Downloader Middleware中配置,follow会自动继承原response的request.headers等上下文。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
免费爬虫工具有哪些
免费爬虫工具有哪些

免费爬虫工具有Scrapy、Beautiful Soup、ParseHub、Octoparse、Webocton Scriptly、RoboBrowser和Goutte。更多关于免费爬虫工具的问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.10

4593

9

C++运算符基础入门
C++运算符基础入门

本专题详细讲解了C++运算符的类型、语法与使用方法,涵盖算术运算符、关系运算符、逻辑运算符、位运算符、赋值运算符、条件运算符及其他特殊运算符,并通过代码示例解析优先级与结合性。

2026.10.09

0

11

PixPix官网入口合集
PixPix官网入口合集

本专题汇总了PixPix官网在线使用入口及平台功能详解,涵盖文生图、图生图、AI图片编辑、AI视频创作等核心能力,并整理了AI爆款图片复刻、商品套图、详情页生成、视频变清晰与去水印等电商专项工具的使用教程。同时收录了PixPix MCP接入Codex、Claude Code等主流Agent的操作指南,助您一站式完成AI图片与视频创作。

2026.10.09

0

11

FrankenPHP集成Laravel详细教程
FrankenPHP集成Laravel详细教程

本专题提供FrankenPHP集成Laravel的详细配置指南,全面解析运行原理、开发环境搭建、Caddyfile配置、Octane工作模式、数据库连接、队列任务、定时任务和生产环境优化,解决部署过程中常见的报错与兼容性问题。

2026.10.08

60

20

LLVM自定义Pass怎么写
LLVM自定义Pass怎么写

本专题聚焦LLVM自定义Pass开发,整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。

2026.09.30

160

10

LLVM RISC-V参数配置教程
LLVM RISC-V参数配置教程

本专题介绍LLVM对RISC-V基础ISA和扩展的支持方式,涵盖RV32、RV64、标准扩展、实验性扩展、厂商扩展、-menable-experimental-extensions和版本差异。

2026.09.30

140

14

LLVM IR中间表示入门指南
LLVM IR中间表示入门指南

本专题整理LLVM IR的核心概念,包括中间表示作用、模块结构、函数、基本块、SSA形式、类型系统和常见语法,帮助新手理解LLVM编译流程中的关键层。

2026.09.30

100

12

PDF转图片方法
PDF转图片方法

需要把 PDF 页面用于上传、预览、分享或图片归档时,PDF 转图片方法专题整理 JPG/PNG 格式选择、逐页导出、清晰度设置、批量下载和结果检查等流程,帮助用户稳定完成 PDF 图片化处理。

2026.09.30

100

26

PixTV AI视频生成与无限画布创作
PixTV AI视频生成与无限画布创作

PixTV专题整理AI视频与视觉内容创作相关功能使用教程,涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能,帮助用户快速掌握PixTV从创意到成片的完整制作方法。

2026.09.29

120

15

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Scrapy 官方文档与教程
Scrapy 官方文档与教程

共0课时 | 0人学习