python爬虫实战之Scheduler怎么确定优先级-创新互联

小编给大家分享一下python爬虫实战之Scheduler怎么确定优先级，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

成都创新互联公司是一家专业提供杜尔伯特企业网站建设,专注与成都网站建设、成都网站设计、H5响应式网站、小程序制作等业务。10年已为杜尔伯特众多企业、政府机构等服务。创新互联专业网络公司优惠进行中。

开始之前，先讲讲这个：Scrapy-redis提供了下面四种组件，展示给大家看一下

• Scheduler（调度程序）

• Duplication Filter（过滤）

• Item Pipeline（数据管道）

• Base Spider（爬虫基类）

Scheduler：

Scrapy中跟“待爬队列”直接相关的就是调度器Scheduler，它负责对新的request进行入列操作（加入Scrapy queue），取出下一个要爬取的request（从Scrapy queue中取出）等操作。它把待爬队列按照优先级建立了一个字典结构，比如：

{
        优先级0 : 队列0
        优先级1 : 队列1
        优先级2 : 队列2
}

Item Pipeline：

引擎将(Spider返回的)爬取到的Item给Item Pipeline，scrapy-redis 的Item Pipeline将爬取到的 Item 存⼊redis的 items queue。

修改过Item Pipeline可以很方便的根据 key 从 items queue 提取item，从⽽实现 items processes集群。

以上是“python爬虫实战之Scheduler怎么确定优先级”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

当前文章：python爬虫实战之Scheduler怎么确定优先级-创新互联
链接URL：http://cdiso.cn/article/ccgcjo.html