scrapy __init__ arg 中的 ValueError

Question

当我在 cmd 中编写此命令时爬行报价 -o item.csv -au=test_user_name -ap=test_passporw_name -a urls= http://books.toscrape.com/它显示raise ValueError('Missing scheme in request url: %s' % self._url) ValueError: Missing scheme in request url: h# -*- coding: utf-8 -*-from scrapy.contrib.spiders.init import InitSpiderfrom scrapy.http import Request, FormRequestfrom scrapy.contrib.linkextractors.sgml import SgmlLinkExtractorfrom scrapy.contrib.spiders import Rulefrom scrapy.utils.response import open_in_browserfrom scrapy.spider import BaseSpiderfrom scrapy.selector import HtmlXPathSelectorclass QuotesSpider(InitSpider):    name = 'quotes'    allowed_domains = ['quotes.toscrape.com']    login_page='http://quotes.toscrape.com/login'    start_urls = ['']    username=''    password=''    def __init__(self,u,p,urls):        self.username=u        self.password=p        self.start_urls=urls    def init_request(self):        #"""This function is called before crawling starts."""        return Request(url=self.login_page, callback=self.login)    def login(self, response):        csrf_token=response.xpath('//*[@name="csrf_token"]//@value').extract_first()        return FormRequest.from_response(response,                                         formdata={'csrf_token': csrf_token,                                                   'username': self.username,                                                   'password': self.password,                                                   },                                         callback=self.check_login_response)    def check_login_response(self, response):        # open_in_browser(response)        #"""Check the response returned by a login request to see if we aresuccessfully logged in."""        if "Logout" in response.body:            self.log("\n\n\nSuccessfully logged in. Let's start crawling!\n\n\n")            # Now the crawling can begin..            return self.initialized() # ****THIS LINE FIXED THE LAST PROBLEM*****

Answer 1

self.start_urls=urls生成start_urls一个字符串而不是一个列表。
这使得该字符串中的每个字符都被解释为一个 url。

只需start_urls列出一个列表，您的代码应该可以工作：

self.start_urls = [urls]

此外，您不需要将变量初始化为虚拟值，也不需要自己解析 csrf_token（使用时会自动完成FormRequest.from_response()）

附带说明一下，您的代码看起来像是为相当旧的 scrapy 版本编写的 - 您的大部分导入已被移动、重命名或弃用。
也许您应该通过快速重读文档来刷新代码。