pyspider 把一个方法里获取的至传到另一个方法中

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3460 天前的主题，其中的信息可能已经有所发展或是发生改变。

官方手册里这样写的

def on_start(self):
    self.crawl('http://www.example.org/', callback=self.callback,
           save={'a': 123})
def callback(self, response):
    return response.save['a']

我是这样写的。

@every(minutes=24 * 60)
def on_start(self):
    self.crawl('http://baidu.com', callback=self.index_page,
           save={'a': 123 })

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

报错
[E 150623 17:50:22 basehandler:193] 'NoneType' object has no attribute 'getitem'
Traceback (most recent call last):
File "/usr/local/lib/python2.7/dist-packages/pyspider/libs/base_handler.py", line 186, in run_task
result = self._run_task(task, response)
File "/usr/local/lib/python2.7/dist-packages/pyspider/libs/base_handler.py", line 166, in _run_task
return self._run_func(function, response, task)
File "/usr/local/lib/python2.7/dist-packages/pyspider/libs/base_handler.py", line 148, in _run_func
return function(*arguments[:len(args) - 1])
File "<taobao>", line 20, in index_page
TypeError: 'NoneType' object has no attribute 'getitem_'

这是为何 是我做错了什么？

self.crawl

def

response

3 条回复 • 2015-06-24 19:19:46 +08:00

binux

2015-06-23 19:16:58 +08:00

无法复现

orzfly

2015-06-23 19:43:46 +08:00

实际跑 index_page 的时候，你用的数据可能是之前没加上 save 字段时 crawl 存进数据库的任务吧？每一个 crawl 都是存进数据库的，然后他的 callback 是稍后从数据库里读出来运行的。如果你存进数据库的时候 save 字段并没有值，那你后面运行到那条任务的时候自然是会出错的。

也许你需要清空一下任务数据库再来……

binux

2015-06-24 19:19:46 +08:00

@orzfly 有道理。。
在页面上调试的时候也是这样。运行到 Index_page 这一步的时候，task 已经生成了，这时候修改 on_start 的内容，并没有让 save 参数带入 task。
需要返回上一步 on_start，重新点击进入 index_page。