[英]How to access cached articles in newspaper3k
报纸是一个很棒的图书馆,可以抓取网络数据,但是我对文章缓存感到有些困惑。 它缓存文章以加快操作速度,但是如何访问这些文章?
我有这样的东西。 现在,当我使用相同的文章集两次运行此命令时,第二次获得返回类型None
。 如何访问那些以前缓存的文章进行处理?
newspaper_articles = [Article(url) for url in links]
看着这样的: https://github.com/codelucas/newspaper/issues/481似乎缓存方法“cache_disk”在https://github.com/codelucas/newspaper/blob/master/newspaper/utils.py可能有一个错误。 它确实确实将结果缓存到磁盘(搜索文件夹“ .newspaper_scraper”),但此后不加载它们。
一种解决方法是在构建报纸或使用Config类时将memoize_articles = False设置为。
newspaper.build(url, memoize_articles=False)
从源代码检查后,这取决于。
DATA_DIRECTORY = '.newspaper_scraper'
TOP_DIRECTORY = os.path.join(tempfile.gettempdir(), DATA_DIRECTORY)
因此,请在您的python解释器中运行此命令以获取缓存位置
import tempfile
tempfile.gettempdir()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.