如何访问报纸3k中的缓存文章

Question

Newspaper是一个非常棒的库，可以抓取web数据，但我对文章缓存有点困惑。它缓存文章以加快操作，但我如何访问这些文章？

我有这样的东西。现在，当我对同一组文章运行两次这个命令时，第二次得到的返回类型是None。如何访问那些以前缓存的文章进行处理？

newspaper_articles = [Article(url) for url in links]

Answer 1

看看这个：https://github.com/codelucas/newspaper/issues/481中的缓存方法"cachedisk"https://github.com/codelucas/newspaper/blob/master/newspaper/utils.py可能有错误。它确实会将结果缓存到磁盘上(搜索文件夹".newpaper_scraper"(，但之后不会加载它们。

一种解决方法是在构建报纸或使用Config类时将memory_articles设置为False。

newspaper.build(url, memoize_articles=False)

Answer 2

从源代码检查后，它取决于。

https://github.com/codelucas/newspaper/blob/beacce0e167349374ce0b37012b01c7c07a26890/newspaper/settings.py#L35

DATA_DIRECTORY = '.newspaper_scraper'
TOP_DIRECTORY = os.path.join(tempfile.gettempdir(), DATA_DIRECTORY)

因此，在您的python解释器中运行此程序以获取缓存的位置

import tempfile
tempfile.gettempdir()