0

我正在尝试使用 Pyspider 爬虫扫描我的网站,我希望每 2 秒发出一个请求,但目前我知道同时发出 3 个请求,我找不到更改此参数的设置。

我在/usr/lib/python2.7/site-packages/pyspider/scheduler/scheduler.py文件中找到了LOOP_INTERVAL我设置为 2(秒)的设置,但现在每 2 秒发出 3 个请求,而我只希望每 2 秒发出 1 个请求。

这是我的设置:

from pyspider.libs.base_handler import *


class Handler(BaseHandler):
    crawl_config = {
    }

    @every(minutes=24 * 60)
    def on_start(self):
        self.crawl('https://example.com/', callback=self.index_page)

    @config(age=10 * 24 * 60 * 60)
    def index_page(self, response):
        for each in response.doc('a[href^="http"]').items():
            self.crawl(each.attr.href, callback=self.detail_page)

    @config(priority=2)
    def detail_page(self, response):
        return {
            "url": response.url,
            "title": response.doc('title').text(),
        }

那么我还希望爬虫只进入 1 页深度,我可以从哪里更改此参数?

4

1 回答 1

0

看这里https://docs.pyspider.org/en/latest/About-Projects/#about-projects find rate/burst 。我认为它会解决你的问题。变化率/突发 = 0.02/1

于 2020-06-09T14:03:03.537 回答