python - 如何访问报纸3k中的缓存文章

Question

报纸是一个很棒的库，它允许抓取网络数据，但是我对文章缓存有点困惑。它缓存文章以加快操作，但我如何访问这些文章？

我有这样的东西。现在，当我使用同一组文章两次运行此命令时，我None第二次获得了返回类型。如何访问那些以前缓存的文章进行处理？

newspaper_articles = [Article(url) for url in links]

Answer 1

看看这个：https ://github.com/codelucas/newspaper/issues/481似乎 https://github.com/codelucas/newspaper/blob/master/newspaper/utils.py 中的缓存方法 'cache_disk '可能有一个错误。它确实将结果缓存到磁盘（搜索文件夹'.newspaper_scraper'），但之后不会加载它们。

一种解决方法是在构建报纸或使用 Config 类时设置 memoize_articles=False。

newspaper.build(url, memoize_articles=False)

Answer 2

从源代码检查后，这取决于。

https://github.com/codelucas/newspaper/blob/beacce0e167349374ce0b37012b01c7c07a26890/newspaper/settings.py#L35

DATA_DIRECTORY = '.newspaper_scraper'

TOP_DIRECTORY = os.path.join(tempfile.gettempdir(), DATA_DIRECTORY)

所以在你的python解释器中运行它来获取缓存的位置

import tempfile
tempfile.gettempdir()