使用 scrapy 与 javascript __doPostBack 方法时出现问题

尝试自动从公共搜索中抓取搜索结果，但遇到了一些麻烦。 URL 的形式为

http://www.website.com/search.aspx?keyword=#&&page=1&sort=Sorting

当我点击页面时，访问此页面后，它会略有变化

http://www.website.com/search.aspx?keyword=#&&sort=Sorting&page=2

问题是，如果我尝试直接访问第二个链接而不首先访问第一个链接，我将被重定向到第一个链接。我目前的尝试是在 scrapy 中定义一长串 start_urls 。

class websiteSpider(BaseSpider):
    name = "website"
    allowed_domains = ["website.com"]
    baseUrl = "http://www.website.com/search.aspx?keyword=#&&sort=Sorting&page="
    start_urls = [(baseUrl+str(i)) for i in range(1,1000)]

目前，这段代码只是一遍又一遍地访问第一页。我觉得这可能很简单，但我不太知道如何解决这个问题。

更新： 对此进行了一些调查，发现站点通过使用 __doPostBack(arg1, arg2) 向前一页发送 POST 请求来更新每个页面。我现在的问题是如何使用 scrapy 模拟这个 POST 请求。我知道如何发出 POST 请求，但不知道如何向其传递我想要的参数。

第二次更新： 我已经取得了很大的进步！我想......我查看了示例和文档，最终将我认为应该解决这个问题的这个版本拼凑在一起：

def start_requests(self):
    baseUrl = "http://www.website.com/search.aspx?keyword=#&&sort=Sorting&page="
    target = 'ctl00$empcnt$ucResults$pagination'
    requests = []
    for i in range(1, 5):
        url = baseUrl + str(i)
        argument = str(i+1)
        data = {'__EVENTTARGET': target, '__EVENTARGUMENT': argument}
        currentPage = FormRequest(url, data)
        requests.append(currentPage)
    return requests

这个想法是，这就像对待表单一样对待 POST 请求并进行相应的更新。然而，当我实际尝试运行它时，我得到以下回溯（为简洁起见，精简）：

2013-03-22 04:03:03-0400 [guru] ERROR: Unhandled error on engine.crawl()
dfd.addCallbacks(request.callback or spider.parse, request.errback)
      File "/usr/lib/python2.7/dist-packages/twisted/internet/defer.py", line 280, in addCallbacks
        assert callable(callback)
    exceptions.AssertionError: 

2013-03-22 04:03:03-0400 [-] ERROR: Unhandled error in Deferred:
2013-03-22 04:03:03-0400 [-] Unhandled Error
    Traceback (most recent call last):
    Failure: scrapy.exceptions.IgnoreRequest: Skipped (request already seen)

改变问题以更直接地了解这篇文章已经变成了什么。

想法？

附：当第二个错误发生时，scrapy 无法完全关闭，我必须发送 SIGINT 两次才能真正结束。

FormRequest构造函数中没有位置参数formdata:

class FormRequest(Request):
    def __init__(self, *args, **kwargs):
        formdata = kwargs.pop('formdata', None)

所以你实际上必须说formdata=:

requests.append(FormRequest(url, formdata=data))