scrapy下载文件

1. 修改settings.py

   FILES_STORE = 'examples_src'  # 设置下载路径
   ITEM_PIPELINES = {  # 设置权重值，值数小，优先调用
       'ListSpider.pipelines.DownloadFilePipeline': 1
   }
   

2. 修改items定义

   import scrapy
   
   
   class BetsTableItem(scrapy.Item):
       file_urls = scrapy.Field() # 存放下载链接
       files = scrapy.Field()# 存放文件内容
   

   用于保存下载的内容信息。根据官方文档规定，默认保存下载文件信息的字段名为files

3. 修改pipelines.py

   class DownloadFilePipeline(FilesPipeline):
       def file_path(self, request, response=None, info=None):
           folder = re.findall('=[0-9].*.wav', request.url)  # 文件夹名
           filename = re.findall('=[0-9].*.wav', request.url)  # 文件名
           return os.path.join(filename[0].lstrip('='))