一日一技：从 Scrapy 学习模块导入技巧

2019 年 10 月 28 日
筆記

截图：产品经理

我们平时导入第三方模块的时候，一般使用的是import关键字，例如：

import scrapy  from scrapy.spider import Spider

但是如果各位同学看过 Scrapy 的settings.py文件，就会发现里面会通过字符串的方式来指定 pipeline 和 middleware，例如：

 DOWNLOADER_MIDDLEWARES = {       'Test.middlewares.ExceptionRetryMiddleware': 545,       'Test.middlewares.BOProxyMiddlewareV2': 543,   }      SPIDER_MIDDLEWARES = {      'Test.middlewares.LoggingRequestMiddleware': 543,   }

我们知道，这里的Test.middlewares.ExceptionRetryMiddleware实际上对应了根目录下面的Test文件夹里面的middlewares.py文件中的ExceptionRetryMiddleware类。那么 Scrapy 是如何根据这个字符串，导入这个类的呢？

在 Scrapy 源代码中，我们可以找到相关的代码[1]：

def load_object(path):      """Load an object given its absolute object path, and return it.      object can be a class, function, variable or an instance.      path ie: 'scrapy.downloadermiddlewares.redirect.RedirectMiddleware'      """        try:          dot = path.rindex('.')      except ValueError:          raise ValueError("Error loading object '%s': not a full path" % path)        module, name = path[:dot], path[dot+1:]      mod = import_module(module)        try:          obj = getattr(mod, name)      except AttributeError:          raise NameError("Module '%s' doesn't define any object named '%s'" % (module, name))        return obj

根据这段代码，我们知道，它使用了importlib模块的import_module函数：

首先根据字符串路径最右侧的.把字符串路径分成两个部分，例如：Test.middlewares.LoggingRequestMiddleware分成Test.middlewares和LoggingRequestMiddleware
使用import_module导入左边的部分
从左边部分通过getattr获得具体的类

现在我们来测试一下。我们创建的测试文件结构如下图所示：