如何在scrapy中获取原始start_url（重定向之前）

我正在使用 Scrapy 来抓取一些页面。我从 Excel 工作表中获取 start_urls，并且需要将 url 保存在项目中。

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

问题是该 url 被重定向到其他某个 url（因此在响应 url 中给出了其他内容）。如何获取从 Excel 中获取的原始 url？

您可以在其中找到您需要的内容response.request.meta['redirect_urls'].

引用自docs http://doc.scrapy.org/en/latest/topics/downloader-middleware.html#std:reqmeta-redirect_urls:

请求经过的 URL（在重定向时）可以 可以在redirect_urls Request.meta 键中找到。

希望有帮助。