下载和处理文件和图像

请参见以下自定义图像管道中可以覆盖的方法：

classscrapy.pipelines.images.ImagesPipeline¶

这个 ImagesPipeline 是 FilesPipeline ，自定义字段名并为图像添加自定义行为。

file_path(self, request, response=None, info=None, *, item=None)¶

每个下载的项调用一次此方法。它返回源于指定的 response .

除了……之外 response ，此方法接收原始的 request ， info 和 item

可以重写此方法以自定义每个文件的下载路径。

例如，如果文件URL以常规路径结束（例如 https://example.com/a/b/c/foo.png ，您可以使用以下方法将所有文件下载到 files 文件夹及其原始文件名（例如 files/foo.png ）：

import os
from urllib.parse import urlparse

from scrapy.pipelines.images import ImagesPipeline

class MyImagesPipeline(ImagesPipeline):

    def file_path(self, request, response=None, info=None, *, item=None):
        return 'files/' + os.path.basename(urlparse(request.url).path)

同样，您可以使用 item 根据某些项属性确定文件路径。

默认情况下 file_path() 方法返回 full/<request URL hash>.<extension> .

2.4 新版功能: 这个 item 参数。

get_media_requests(item, info)¶

工作方式与 FilesPipeline.get_media_requests() 方法，但对图像URL使用不同的字段名。

必须返回每个图像URL的请求。

item_completed(results, item, info)¶

这个 ImagesPipeline.item_completed() 当一个项目的所有图像请求都已完成时（要么已完成下载，要么由于某种原因失败），将调用方法。

工作方式与 FilesPipeline.item_completed() 方法，但使用不同的字段名存储图像下载结果。

默认情况下， item_completed() 方法返回项。