求教 scrapy 的一个问题,困扰了很久。

2016-04-06 13:38:46 +08:00
 Yc1992
时间较长的阻塞函数是不适宜放置在 parse 回调函数里面的,这个我懂。

但是目前由于需要渲染带有 js 的页面,我使用了子进程 subprocess 调用 phantomjs 来完成页面的渲染,针对每个页面。

我把这个实现写在了 parse 里面,导致了爬虫速度大大下降。

有什么方法可以异步执行这种对时间消耗比较大的回调呢?

谢谢!
6635 次点击
所在节点    Python
23 条回复
Yc1992
2016-04-07 08:51:32 +08:00
@ffwalle 框架方便了我们这些初级码农写一些还不算太糟糕的爬虫,不过越写越发现确实很多地方被框架所限,谢谢你的建议~
Yc1992
2016-04-07 08:52:59 +08:00
@knightdf 额 我记得直接 timeout 导致 connection close 了
sckieer
2017-04-05 21:23:39 +08:00
@cxh116 大神,我用 splash 为啥加载不了 iframe 下的内容啊?

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/268947

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX