知识卡片

操作参考卡 · 8025.ca · 生成模型:未记录

重复过滤针对请求身份

理解等级:中级

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?

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

    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 。