Scrapy框架的学习(pipeline介绍以及多个爬虫的pip

1.从pipeline的字典形式可以看出来，pipeline可以有多个，而且确实pipeline能够定义多个

2. 有多个爬虫，pipeline是怎样处理的呢？

首先创建三个爬虫 ： 例如： 在一个scrapy的项目里面爬取三个网站： 今日头条、新浪、豆瓣

在cmd里面分别创建三个爬虫：

图片.png

然后打开pycharm查看：

图片.png

就会看见有三个爬虫

1）使用pipeline处理的第一个方式可以给item加上键和响应的值：

分别再相对的爬虫py里面，的parse方法里面加上相应的键和值

        """对应的toutiao.py"""
        def parse(self, response):
            item = {}
            item["come_from"] = "toutiao"
            pass
         
        """对应的sina.py"""
        def parse(self, response):
            item = {}
            item["come_from"] = "sina"
            pass
         
        """对应的douban.py"""
        def parse(self, response):
            item = {}
            item["come_from"] = "douban"
            pass

然后pipelines.py 在 process_item方法里面可以对值进行相应的操作，分别进行判断

        class PipelinetestPipeline(object):
            def process_item(self, item, spider):
                if item["come_from"] == "toutiao":
                    pass
                elif item["come_from"] == "sina":
                    pass
                else:
                    pass
                return item

       也可以写多个类的形式进行： 

        class PipelinetestPipeline(object):
            def process_item(self, item, spider):
                if item["come_from"] == "toutiao":
                    pass
                return item
         
         
        class PipelinetestPipeline2(object):
            def process_item(self, item, spider):
                if item["come_from"] == "sina":
                    pass
                return item
         
         
        class PipelinetestPipeline3(object):
            def process_item(self, item, spider):
                if item["come_from"] == "douban":
                    pass

（2） 除了给item加上键和值，还有第二方式，  spider.name 来进行判断，就不用给item加键和值

        class PipelinetestPipeline(object):
            def process_item(self, item, spider):
                if spider.name == "toutiao":
                    pass
                elif spider.name == "sina":
                    pass
                else:
                    pass
                return item

每个爬虫的类里面都有对应的name属性，也就是对应的每个爬虫的名字，所以可以利用这个属性来进行判断

  然后在pipeline里面进行相应的处理

3. 对有多个爬虫时，pipeline通过上面的中方式进行处理，

       一种方式是给item加上键和值，一种方式是里面name属性

      分别对值或者爬虫的名字进行判断，进而对数据进行处理