20

这是我关于堆栈溢出的第一个问题。最近我想使用linked-in-scraper，所以我下载并指示“scrapy crawl linkedin.com”并得到以下错误消息。供您参考，我使用 anaconda 2.3.0 和 python 2.7.11。所有相关的包，包括scrapy和六个，都是在执行程序之前通过pip更新的。

Traceback (most recent call last):
  File "/Users/byeongsuyu/anaconda/bin/scrapy", line 11, in <module>
    sys.exit(execute())
File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/cmdline.py", line 108, in execute
settings = get_project_settings()
File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/utils/project.py", line 60, in get_project_settings
settings.setmodule(settings_module_path, priority='project')
File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/settings/__init__.py", line 285, in setmodule
self.set(key, getattr(module, key), priority)
  File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/settings/__init__.py", line 260, in set
self.attributes[name].set(value, priority)
  File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/settings/__init__.py", line 55, in set
value = BaseSettings(value, priority=priority)
  File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/settings/__init__.py", line 91, in __init__
self.update(values, priority)
  File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/scrapy/settings/__init__.py", line 317, in update
for name, value in six.iteritems(values):
  File "/Users/byeongsuyu/anaconda/lib/python2.7/site-packages/six.py", line 599, in iteritems
return d.iteritems(**kw)

AttributeError: 'list' object has no attribute 'iteritems'

我知道这个错误源于 d 不是字典类型而是列表类型。而且由于错误来自scrapy上的代码，可能是scrapy包或六包的问题。如何尝试修复此错误？

编辑：这是来自 scrapy.cfg 的代码

  # Automatically created by: scrapy start project
  #
  # For more information about the [deploy] section see:
  # http://doc.scrapy.org/topics/scrapyd.html
  [settings]  
  default = linkedIn.settings

   [deploy]
   #url = http://localhost:6800/
   project = linkedIn
4

2 回答 2

36

这是由链接的刮板设置引起的：

ITEM_PIPELINES = ['linkedIn.pipelines.LinkedinPipeline']

但是，根据文档ITEM_PIPELINES，应该是一个字典：

要激活 Item Pipeline 组件，您必须将其类添加到ITEM_PIPELINES设置中，如下例所示：

ITEM_PIPELINES = {
    'myproject.pipelines.PricePipeline': 300,
    'myproject.pipelines.JsonWriterPipeline': 800,
}

您在此设置中分配给类的整数值决定了它们运行的​​顺序：项目从低值到高值的类。通常将这些数字定义在 0-1000 范围内。

根据这个问题，它曾经是一个列表，这就解释了为什么这个爬虫使用一个列表。因此，您必须要求您的爬虫开发人员更新他们的代码，或者自行设置ITEM_PIPELINES。

于 2016-05-26T19:10:14.570 回答
0

简短的回答是 ITEM_PIPELINES 应该是一个字典而不是一个列表，其中键作为管道类，值是一个整数，确定它们运行的​​顺序：项目从低值到高值类。通常将这些数字定义在 0-1000 范围内。正如@valentin Lorentz 所解释的那样

于 2016-09-16T18:43:14.560 回答