为了账号安全,请及时绑定邮箱和手机立即绑定

如何修复 scrapy Unsupported URL scheme 错误?

如何修复 scrapy Unsupported URL scheme 错误?

慕森王 2023-01-04 16:35:16

我从命令 python 收集 url,然后将它的插入到 start_urls


from flask import Flask, jsonify, request

import scrapy

import subprocess


class ClassSpider(scrapy.Spider):

    name        = 'mySpider'

    #start_urls = []

    #pages      = 0

    news        = []


    def __init__(self, url, nbrPage):

        self.pages      = nbrPage

        self.start_urls = []

        self.start_urlsappend(url)


    def parse(self):

        ...


    def run(self):

        subprocess.check_output(['scrapy', 'crawl', 'mySpider', '-a', f'url={self.start_urls}', '-a', f'nbrPage={self.pages}'])

        return self.news


app = Flask(__name__)

data = []


@app.route('/', methods=['POST'])

def getNews():

    mySpiderClass = ClassSpider(request.json['url'], 2)

    return jsonify({'data': mySpider.run()})


if __name__ == "__main__":

    app.run(debug=True)

我得到这个错误: raise not supported("unsupported url scheme %s: %s" % scrapy.exceptions.NotSupported: Unsupported URL scheme '': no handler available for that scheme


当我放置 a print('my urls List: ' + str(self.start_urls))时,它会打印一个 url 列表,例如 --> my urls List: ['www.googole.com']


任何帮助请


查看完整描述

1 回答

?
临摹微笑

TA贡献1739条经验 获得超2个赞

我想发生这种情况是因为您首先附加urlself.start_urls然后用列表调用ClassSpidersrun方法,self.start_urls该方法又将列表附加到列表,最后得到一个嵌套列表而不是字符串列表。
为避免这种情况,您应该像这样更改__init__方法:

    def __init__(self, url, nbrPage):
        self.pages      = nbrPage
        self.url        = url
        self.start_urls = []
        self.start_urls.append(url)

然后通过self.url而不是self.start_urlsin run

    def run(self):
        subprocess.check_output(['scrapy', 'crawl', 'mySpider', '-a', f'url={self.url}', '-a', f'nbrPage={self.pages}']) 
               return self.news


查看完整回答
反对 回复 2023-01-04

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信