如何修复 scrapy Unsupported URL scheme 错误？

Question

我从命令 python 收集 url，然后将它的插入到 start_urlsfrom flask import Flask, jsonify, requestimport scrapyimport subprocessclass ClassSpider(scrapy.Spider):    name        = 'mySpider'    #start_urls = []    #pages      = 0    news        = []    def __init__(self, url, nbrPage):        self.pages      = nbrPage        self.start_urls = []        self.start_urlsappend(url)    def parse(self):        ...    def run(self):        subprocess.check_output(['scrapy', 'crawl', 'mySpider', '-a', f'url={self.start_urls}', '-a', f'nbrPage={self.pages}'])        return self.newsapp = Flask(__name__)data = []@app.route('/', methods=['POST'])def getNews():    mySpiderClass = ClassSpider(request.json['url'], 2)    return jsonify({'data': mySpider.run()})if __name__ == "__main__":    app.run(debug=True)我得到这个错误： raise not supported("unsupported url scheme %s: %s" % scrapy.exceptions.NotSupported: Unsupported URL scheme '': no handler available for that scheme当我放置 a print('my urls List: ' + str(self.start_urls))时，它会打印一个 url 列表，例如 --> my urls List: ['www.googole.com']任何帮助请

Answer 1

我想发生这种情况是因为您首先附加url到self.start_urls然后用列表调用ClassSpidersrun方法，self.start_urls该方法又将列表附加到列表，最后得到一个嵌套列表而不是字符串列表。
为避免这种情况，您应该像这样更改__init__方法：

    def __init__(self, url, nbrPage):
        self.pages      = nbrPage
        self.url        = url
        self.start_urls = []
        self.start_urls.append(url)

然后通过self.url而不是self.start_urlsin run：

    def run(self):
        subprocess.check_output(['scrapy', 'crawl', 'mySpider', '-a', f'url={self.url}', '-a', f'nbrPage={self.pages}']) 
               return self.news