Question

是否有一种特殊的机制可以强制scrapy打印出所有python异常/ stacktrace。

我犯了一个简单的错误，导致list属性错误导致AttributeError在日志中没有完整显示出现的是：

2015-11-15 22:13:50 [scrapy] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 264,
 'downloader/request_count': 1,
 'downloader/request_method_count/GET': 1,
 'downloader/response_bytes': 40342,
 'downloader/response_count': 1,
 'downloader/response_status_count/200': 1,
 'finish_reason': 'finished',
 'finish_time': datetime.datetime(2015, 11, 15, 22, 13, 50, 860480),
 'log_count/CRITICAL': 1,
 'log_count/DEBUG': 1,
 'log_count/INFO': 1,
 'response_received_count': 1,
 'scheduler/dequeued': 1,
 'scheduler/dequeued/memory': 1,
 'scheduler/enqueued': 1,
 'scheduler/enqueued/memory': 1,
 'spider_exceptions/AttributeError': 1,
 'start_time': datetime.datetime(2015, 11, 15, 22, 13, 49, 222371)}

因此它显示了AttributeError计数为1，但没有告诉我在哪里以及如何，我不得不在代码中手动放置ipdb.set_trace（）以找出它出错的地方。 Scrapy本身继续执行其他线程而不打印任何东西

ipdb>
AttributeError: "'list' object has no attribute 'match'"
> /Users/username/Programming/regent/regentscraper/spiders/regent_spider.py(139)request_listing_detail_pages_from_listing_id_list()
    138             volatile_props = ListingScanVolatilePropertiesItem()
--> 139             volatile_props['position_in_search'] = list_of_listing_ids.match(listing_id) + rank_of_first_item_in_page
    140

scrapy设置

# -*- coding: utf-8 -*-

# Scrapy settings for regentscraper project
#
# For simplicity, this file contains only settings considered important or
# commonly used. You can find more settings consulting the documentation:
#
#     http://doc.scrapy.org/en/latest/topics/settings.html
#     http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html
#     http://scrapy.readthedocs.org/en/latest/topics/spider-middleware.html

import sys
import os
import django
sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__name__), os.pardir)))

print sys.path

os.environ['DJANGO_SETTINGS_MODULE'] = 'regent.settings'
django.setup()  #new for Django 1.8



BOT_NAME = 'regentscraper'

SPIDER_MODULES = ['regentscraper.spiders']
NEWSPIDER_MODULE = 'regentscraper.spiders'


ITEM_PIPELINES = {
   'regentscraper.pipelines.ListingScanPipeline': 300,
}

Answer 1

我遇到了与上述相同的事件。我的环境中使用了以下版本：

Django（1.11.4）
Scrapy（1.4.0）
scrapy-djangoitem（1.1.1）

我通过在scn中加载的dnango设置中添加“LOGGING_CONFIG = None”解决了这个问题。我创建了一个新的django设置文件作为settings_scrapy，其中包含以下内容：

<强> mysite.settings_scrapy

try:
    from mysite.settings import *
    LOGGING_CONFIG = None
except ImportError:
    pass

然后，设置文件在scrapy的设置文件中加载为：

import sys
import os
import django
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
os.environ['DJANGO_SETTINGS_MODULE'] = 'mysite.settings_scrapy'
django.setup()

之后，对蜘蛛和管道中的异常进行了堆栈跟踪。

<强>参考

https://docs.djangoproject.com/en/1.11/topics/logging/#disabling-logging-configuration

Answer 2

到目前为止，我可以在实际的蜘蛛中找到堆栈跟踪的海洋，看起来你正试图连接成一个定义的项目？

我恳请你们将蜘蛛完全冷敷以及你的物品包括在内，以帮助解决这个问题，虽然这是两年前所以我确信你已经开始或想出来了

由于堆栈跟踪注释'“list”对象没有属性“匹配”'，这是一个错误，因为您正在使用已经是python中的逻辑的列表，如您所知。。似乎是罪魁祸首，因为堆栈Trace告诉你列表没有属性名称匹配ergo它使用列表函数sooo是啊....

也可能是你的完整蜘蛛代码，你必须找到你的项目值，然后重新定义为一个列表？

为了更好地衡量，在使用单词列表时，除非使用其功能强大的逻辑，否则请将其命名为“列出”除了...列表中的其他内容吗？

scrapy不会在异常时打印出栈跟踪

scrapy设置

2 个答案: