Scrapy回调函数callback传递参数的方式

Posted 2022-06-29 bladestone

Scrapy回调函数

回调方法示例：

yield Request(url=self.base_url + 'QueryInfo', headers=self.request_headers, method="POST", body=json.dumps(request_params), callback=self.page_query_schools, cb_kwargs=add_params)

callback对应的是page_query_school()即为回调的方法。

传递参数方式

如何向回调方法中传递参数呢？
在scrapy1.7之后，是基于cb_kwargs方式传递dict类型，可以在回调方式中直接访问对应的参数值。

add_params = 
add_params['province_code'] = province_code
add_params['province_name'] = name
yield Request(url=self.base_url + 'QueryInfo', headers=self.request_headers, method="POST", body=json.dumps(request_params), callback=self.page_query_schools, cb_kwargs=add_params)
         
def page_query_schools(self, response, province_code, province_name):        
     # logic definition 

从上述方法中可知, add_params初始化为dict, 放入province_code/province_name两个值。在page_query_schools()方法中，其中的key值直接以参数传入方法： province_code/province_name.

注意事项

错误的用法：

add_params = 
add_params['data_item']['province_code'] = province_code
add_params['data_item']['province_name'] = name
yield Request(url=self.base_url + 'QueryInfo', headers=self.request_headers, method="POST", body=json.dumps(request_params), callback=self.page_query_schools, cb_kwargs=dict(data_hsh=add_params))
        
def page_query_schools(self, response, data_hsh):        
    # logic definition 

这种用法的错误是： data_hsh传递是引用，在循环访问中，data_hsh是指向相同的结果值，造成变量的引用有误，与预期不符。

正确的做法: cb_kwargs传递直接变量属性值，不要使用复杂的数据结构，可以做到不同的属性值