jak uzyskać oryginalny start_url w scrapy (przed przekierowaniem)
Używam Scrapy do indeksowania niektórych stron. Pobieram start_urls z arkusza Excela i muszę zapisać url w elemencie.
class abc_Spider(BaseSpider):
name = 'abc'
allowed_domains = ['abc.com']
wb = xlrd.open_workbook(path + '/somefile.xlsx')
wb.sheet_names()
sh = wb.sheet_by_name(u'Sheet1')
first_column = sh.col_values(15)
start_urls = first_column
handle_httpstatus_list = [404]
def parse(self, response):
item = abcspiderItem()
item['url'] = response.url
Problem polega na tym, że adres URL jest przekierowywany do innego adresu URL (iw ten sposób daje coś innego w adresie URL odpowiedzi). Jak uzyskać oryginalny adres URL, który otrzymałem od programu Excel?