知识卡片
重复过滤针对请求身份
Scrapy默认过滤已见请求,减少链接循环导致的重复工作;这里的请求身份不应简单等同URL文字,取决于指纹和配置。需有意重复时可设Request(dont_filter=True),原书dont_filter_Request()并非参数名。跳过去重不提供访问授权,也不免除错误导航带来的循环风险。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 爬虫基础 3.4.1 使用爬虫实现双向爬取 · 查看原书依据
dont_filter_Request()
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python爬虫框架Scrapy · 第3章 爬虫基础,spine035单元021;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00034.html。
- 结论依据:原文去重减少循环工作,支持按请求指纹识别,dont_filter=True是显式绕过而非虚构方法名,也不提供访问授权。补充核验入口:https://docs.scrapy.org/en/latest/topics/request-response.html。未在本机运行示例或改变环境。
- 原始内容:要多次执行同一个URL的请求,可以设置 dont_filter_Request() 参数为 true 。