Scrapy使用信号来通知事情发生。您可以在您的Scrapy项目中捕捉一些信号(使用 :ref:`extension <topics-extensions>`)来完成额外的工作或添加额外的功能,扩展Scrapy。
虽然信号提供了一些参数,不过处理函数不用接收所有的参数 - 信号分发机制(singal dispatching mechanism)仅仅提供处理器(handler)接受的参数。
您可以通过 :ref:`topics-api-signals` 来连接(或发送您自己的)信号。
有些信号支持从处理器返回 Twisted deferreds ,参考下边的 :ref:`topics-signals-ref` 来了解哪些支持。
.. module:: scrapy.signals :synopsis: Signals definitions
以下给出Scrapy内置信号的列表及其意义。
.. signal:: engine_started
.. function:: engine_started() 当Scrapy引擎启动爬取时发送该信号。 该信号支持返回deferreds。
Note
该信号可能会在信号 :signal:`spider_opened` 之后被发送,取决于spider的启动方式。 所以不要 依赖 该信号会比 :signal:`spider-opened` 更早被发送。
.. signal:: engine_stopped
.. function:: engine_stopped() 当Scrapy引擎停止时发送该信号(例如,爬取结束)。 该信号支持返回deferreds。
.. signal:: item_scraped
.. function:: item_scraped(item, response, spider) 当item被爬取,并通过所有 :ref:`topics-item-pipeline` 后(没有被丢弃(dropped),发送该信号。 该信号支持返回deferreds。 :param item: 爬取到的item :type item: :class:`~scrapy.item.Item` 对象 :param spider: 爬取item的spider :type spider: :class:`~scrapy.spider.Spider` 对象 :param response: 提取item的response :type response: :class:`~scrapy.http.Response` 对象
.. signal:: item_dropped
.. function:: item_dropped(item, exception, spider) 当item通过 :ref:`topics-item-pipeline` ,有些pipeline抛出 :exc:`~scrapy.exceptions.DropItem` 异常,丢弃item时,该信号被发送。 该信号支持返回deferreds。 :param item: :ref:`topics-item-pipeline` 丢弃的item :type item: :class:`~scrapy.item.Item` 对象 :param spider: 爬取item的spider :type spider: :class:`~scrapy.spider.Spider` 对象 :param exception: 导致item被丢弃的异常(必须是 :exc:`~scrapy.exceptions.DropItem` 的子类) :type exception: :exc:`~scrapy.exceptions.DropItem` 异常
.. signal:: spider_closed
.. function:: spider_closed(spider, reason) 当某个spider被关闭时,该信号被发送。该信号可以用来释放每个spider在 :signal:`spider_opened` 时占用的资源。 该信号支持返回deferreds。 :param spider: 关闭的spider :type spider: :class:`~scrapy.spider.Spider` 对象 :param reason: 描述spider被关闭的原因的字符串。如果spider是由于完成爬取而被关闭,则其为 ``'finished'`` 。否则,如果spider是被引擎的 ``close_spider`` 方法所关闭,则其为调用该方法时传入的 ``reason`` 参数(默认为 ``'cancelled'``)。如果引擎被关闭(例如, 输入Ctrl-C),则其为 ``'shutdown'`` 。 :type reason: str
.. signal:: spider_opened
.. function:: spider_opened(spider) 当spider开始爬取时发送该信号。该信号一般用来分配spider的资源,不过其也能做任何事。 该信号支持返回deferreds。 :param spider: 开启的spider :type spider: :class:`~scrapy.spider.Spider` 对象
.. signal:: spider_idle
.. function:: spider_idle(spider) 当spider进入空闲(idle)状态时该信号被发送。空闲意味着: * requests正在等待被下载 * requests被调度 * items正在item pipeline中被处理 当该信号的所有处理器(handler)被调用后,如果spider仍然保持空闲状态, 引擎将会关闭该spider。当spider被关闭后, :signal:`spider_closed` 信号将被发送。 您可以,比如,在 :signal:`spider_idle` 处理器中调度某些请求来避免spider被关闭。 该信号 **不支持** 返回deferreds。 :param spider: 空闲的spider :type spider: :class:`~scrapy.spider.Spider` 对象
.. signal:: spider_error
.. function:: spider_error(failure, response, spider) 当spider的回调函数产生错误时(例如,抛出异常),该信号被发送。 :param failure: 以Twisted `Failure`_ 对象抛出的异常 :type failure: `Failure`_ 对象 :param response: 当异常被抛出时被处理的response :type response: :class:`~scrapy.http.Response` 对象 :param spider: 抛出异常的spider :type spider: :class:`~scrapy.spider.Spider` 对象
.. signal:: request_scheduled
.. function:: request_scheduled(request, spider) 当引擎调度一个 :class:`~scrapy.http.Request` 对象用于下载时,该信号被发送。 该信号 **不支持** 返回deferreds。 :param request: 到达调度器的request :type request: :class:`~scrapy.http.Request` 对象 :param spider: 产生该request的spider :type spider: :class:`~scrapy.spider.Spider` 对象
.. signal:: request_dropped
.. function:: request_dropped(request, spider) Sent when a :class:`~scrapy.http.Request`, scheduled by the engine to be downloaded later, is rejected by the scheduler. The signal does not support returning deferreds from their handlers. :param request: the request that reached the scheduler :type request: :class:`~scrapy.http.Request` object :param spider: the spider that yielded the request :type spider: :class:`~scrapy.spider.Spider` object
.. signal:: response_received
.. function:: response_received(response, request, spider) 当引擎从downloader获取到一个新的 :class:`~scrapy.http.Response` 时发送该信号。 该信号 **不支持** 返回deferreds。 :param response: 接收到的response :type response: :class:`~scrapy.http.Response` 对象 :param request: 生成response的request :type request: :class:`~scrapy.http.Request` 对象 :param spider: response所对应的spider :type spider: :class:`~scrapy.spider.Spider` 对象
.. signal:: response_downloaded
.. function:: response_downloaded(response, request, spider) 当一个 ``HTTPResponse`` 被下载时,由downloader发送该信号。 该信号 **不支持** 返回deferreds。 :param response: 下载的response :type response: :class:`~scrapy.http.Response` 对象 :param request: 生成response的request :type request: :class:`~scrapy.http.Request` 对象 :param spider: response所对应的spider :type spider: :class:`~scrapy.spider.Spider` 对象