Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
looyolo
scrapy
提交
86de5180
S
scrapy
项目概览
looyolo
/
scrapy
与 Fork 源项目一致
从无法访问的项目Fork
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
scrapy
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
86de5180
编写于
9月 04, 2009
作者:
P
Pablo Hoffman
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fixed bug in robots middleware reported by fencer in #101
上级
dad05957
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
2 deletion
+3
-2
scrapy/contrib/downloadermiddleware/robotstxt.py
scrapy/contrib/downloadermiddleware/robotstxt.py
+3
-2
未找到文件。
scrapy/contrib/downloadermiddleware/robotstxt.py
浏览文件 @
86de5180
...
...
@@ -31,11 +31,12 @@ class RobotsTxtMiddleware(object):
def
process_request
(
self
,
request
,
spider
):
useragent
=
self
.
_useragents
[
spider
]
rp
=
self
.
robot_parser
(
request
.
url
,
spider
)
rp
=
self
.
robot_parser
(
request
,
spider
)
if
rp
and
not
rp
.
can_fetch
(
useragent
,
request
.
url
):
raise
IgnoreRequest
(
"URL forbidden by robots.txt: %s"
%
request
.
url
)
def
robot_parser
(
self
,
url
,
spider
):
def
robot_parser
(
self
,
request
,
spider
):
url
=
urlparse_cached
(
request
)
netloc
=
url
.
netloc
if
netloc
not
in
self
.
_parsers
:
self
.
_parsers
[
netloc
]
=
None
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录