scrapy抓取网页返回的是404页面会停止

Question

scrapy抓取网页返回的是404页面应该怎么做？

http://www.example.com/artiles/1
http://www.example.com/artiles/2
...
...
...
http://www.example.com/artile...
比如要抓取上面共20页的内容，些第2页面不存在，返回的是404页面，
然后scrapy就停止了### 问题描述

问题出现的环境背景及自己尝试过哪些方法

相关代码

http://www.example.com/artiles/1
http://www.example.com/artiles/2
...
...
...
http://www.example.com/artile...

你期待的结果是什么？实际看到的错误信息又是什么？

如何解决停止问题

Answer 1

你可以尝试使用 try 和expect 抛出异常，然后就可以跳过这个404的网址。

Answer 2

handle_httpstatus_list-官方文档 class MySpider(CrawlSpider): handle_httpstatus_list = [404] 这样你就能处理你的404请求，在你自己定义的Request的call_back函数中。