python爬虫实战之Scheduler怎么确定优先级

发布时间:2020-11-30 09:40:33 作者:小新
来源:亿速云 阅读:236

小编给大家分享一下python爬虫实战之Scheduler怎么确定优先级,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!

开始之前,先讲讲这个:Scrapy-redis提供了下面四种组件,展示给大家看一下

Scheduler:

Scrapy中跟“待爬队列”直接相关的就是调度器Scheduler,它负责对新的request进行入列操作(加入Scrapy queue),取出下一个要爬取的request(从Scrapy queue中取出)等操作。它把待爬队列按照优先级建立了一个字典结构,比如:

{
        优先级0 : 队列0
        优先级1 : 队列1
        优先级2 : 队列2
}

Item Pipeline:

引擎将(Spider返回的)爬取到的Item给Item Pipeline,scrapy-redis 的Item Pipeline将爬取到的 Item 存⼊redis的 items queue。

修改过Item Pipeline可以很方便的根据 key 从 items queue 提取item,从⽽实现 items processes集群。

以上是“python爬虫实战之Scheduler怎么确定优先级”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!

推荐阅读:
  1. C# RabbitMQ优先级队列实战项目演练
  2. Python爬虫实战之12306抢票的示例分析

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python python爬虫 scheduler

上一篇:python开发中使用PyQt5的方法

下一篇:python爬虫实例之Duplication Filter怎样进行筛重

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》