问题描述
我正在尝试检索许多具有不同允许域的网站。两个网站的方法是使用以下规则的代码:
class ArticleSpider(CrawlSpider):
name = 'ArticleSpider'
allowed_domains = [
'necjournals.ir','jlap.srbiau.ac.ir',]
start_urls = [
'http://necjournals.ir','http://jlap.srbiau.ac.ir',]
rules = (Rule(LinkExtractor(allow=()),callback='parse_link',follow=True),)
def parse_link(self,response):
yield {
'url' : response.url,}
但是我想要抓取的网站数量大约是1700个,请问有什么方法可以将start_urls和allowed_domain作为变量传递给蜘蛛?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)