在scrapy中下载图像

我想通过scrapy下载图像。这里是我的不同的文件：在scrapy中下载图像

items.py

class DmozItem(Item): 
     title = Field() 
     image_urls = Field() 
     images = Field()

settings.py

BOT_NAME = 'tutorial' 

SPIDER_MODULES = ['tutorial.spiders'] 
NEWSPIDER_MODULE = 'tutorial.spiders' 
ITEM_PIPELINES = ['scrapy.contrib.pipeline.images.ImagesPipeline'] 
IMAGES= '/home/mayank/Desktop/sc/tutorial/tutorial'

蜘蛛

class DmozSpider(BaseSpider): 
    name = "wikipedia" 
    allowed_domains = ["wikipedia.org"] 
    start_urls = [ 
     "http://en.wikipedia.org/wiki/Pune" 
    ] 

    def parse(self, response): 
     hxs = HtmlXPathSelector(response) 
     items = [] 
     images=hxs.select('//a[@class="image"]') 
     for image in images: 
       item = DmozItem() 
       link=image.select('@href').extract()[0] 
       link = 'http://en.wikipedia.com'+link 
       item['image_urls']=link 
       items.append(item)

尽管所有这些设置我在我的流水线没有得到激活。请帮助。我是这个框架的新手。

来源

2013-04-16 Mayank Jain

您是否安装了PIL（Python Imaging Library）？这是图像下载的先决条件：http://doc.scrapy.org/en/latest/topics/images.html – Talvalin

你怎么知道管道没有被激活？你可以包含一些日志输出，如：'2013-04-16 16：40：31-0500 [scrapy] DEBUG：启用项目管道：ImagesPipeline'。 –

首先，settings.py：图像 - > IMAGES_STORE

二，spider：你应该返回一个item使ImagesPipeline可以下载这些图片。

item = DmozItem() 
image_urls = hxs.select('//img/@src').extract() 
item['image_urls'] = ["http:" + x for x in image_urls] 
return item

来源

2013-04-17 12:23:46 imwilsonxu

在scrapy中下载图像

回答

相关问题