刮屑反面C

Question

蜘蛛从一个页面上抓取一些特定的链接。然后，它会在每个页面中搜索youtube链接和一个名称来标识它（页面标题）。它确实找到了我需要的所有链接，但顺序是奇怪的。在

spider从下到上收集所有页面信息。我怎么才能让它从上到下呢？在

我的蜘蛛：http://pastebin.com/5qLKr6ky

输出：http://pastebin.com/j4h4aRMs

起始页：它在蜘蛛中（我不能发布超过2个链接，因为我是一个新用户）

我希望输出的顺序与起始页相同。在

Answer 1

哦，你的意思是你需要得到的Youtube链接按照它们在起始页上的顺序排列？在

链接是随机顺序的，因为Scrapy并行地发出请求

class ProfessormesserSpider(BaseSpider):

    allowed_domains = ['www.professormesser.com']
    start_urls = ['http://www.professormesser.com/n10-005/free-network-plus/']

    def parse(self, response):
        # extract urls from start page and REMEMBER THEIR ORDER(!!!)
        hxs = HtmlXPathSelector(response)
        for i, link in enumerate(hxs.xpath("//td[@valign='center']/div/descendant::a/@href")):
            # "i" is the link's order
            yield yield Request(url=link, callback=self.parse_item, meta={'i': i})

    def parse_item(self, request):
        order = response.request.meta["i"]
        ...

Answer 2

如果你的下一个页面包含链接的视频源，请查看下一个链接。这些链接的形式如下：

<div class="entry clearfix">
...
<b>Next:</b> The TCP/IP Model  &gt;&gt;</a><br />
<center><iframe width="640" height="360" src="http://www.youtube.com/embed/lSK1d8fZyEw?rel=0" frameborder="0" allowfullscreen></iframe></center></p>
</div>

因此，您将拾取重复的条目（尽管链接不同）。您可能需要开发一个更显式的xpath来过滤这些其他链接。在

Answer 3

我不知道scrapy，但我知道在python中，只要调用^{}，就可以反转list或其他iterable。在