Scrapy文档中可能存在不正确的Spider / Exporter示例代码

Question

有人可以检查下面的代码是否正确吗？ 可以在http://readthedocs.org/docs/scrapy/en/0.14/topics/exporters.html上找到该代码。

我认为这是不正确的，因为：

• 该类跟踪多个蜘蛛同时打开的多个文件，但是：
• 每次打开新蜘蛛时，都会覆盖导出器（取决于文件）。

感谢您的协助。

class XmlExportPipeline(object):

    def __init__(self):
        dispatcher.connect(self.spider_opened, signals.spider_opened)
        dispatcher.connect(self.spider_closed, signals.spider_closed)
        self.files = {}

    def spider_opened(self, spider):
        file = open('%s_products.xml' % spider.name, 'w+b')
        self.files[spider] = file
        self.exporter = XmlItemExporter(file)
        self.exporter.start_exporting()

    def spider_closed(self, spider):
        self.exporter.finish_exporting()
        file = self.files.pop(spider)
        file.close()

    def process_item(self, item, spider):
        self.exporter.export_item(item)
        return item

Answer 1

我认为这个问题应该在scrapy-users组中提出 。

AFAIK，由于Scrapy v0.14不会在一个进程中支持多个蜘蛛（ 相关讨论 ），因此此代码可以正常工作。 对于多个蜘蛛的明显解决方法是使exporters使用spider键来命令：

class XmlExportPipeline(object):

    def __init__(self):
        dispatcher.connect(self.spider_opened, signals.spider_opened)
        dispatcher.connect(self.spider_closed, signals.spider_closed)
        self.files = {}
        self.exporters = {}

    def spider_opened(self, spider):
        file = open('%s_products.xml' % spider.name, 'w+b')
        self.files[spider] = file
        self.exporters[spider] = XmlItemExporter(file)
        self.exporters[spider].start_exporting()

    def spider_closed(self, spider):
        self.exporters[spider].finish_exporting()
        file = self.files.pop(spider)
        file.close()

    def process_item(self, item, spider):
        self.exporters[spider].export_item(item)
        return item