我正在开发一个简单的scraper，可获取9个插口及其图像，但由于某些技术困难，我无法停止scraper，并且我一直不希望刮板继续scraper。我想增加计数器值并在100个柱后停止。但是9gag页面在每个响应中都以一种时尚的方式设计，它只给出10个帖子，并且在每次迭代之后，我的计数器值重置为10，在这种情况下，我的循环运行了很长时间，并且永不停止。

# -*- coding: utf-8 -*-
import scrapy
from _9gag.items import GagItem

class FirstSpider(scrapy.Spider):
    name = "first"
    allowed_domains = ["9gag.com"]
    start_urls = (
        'http://www.9gag.com/',
    )

    last_gag_id = None
    def parse(self, response):
        count = 0
        for article in response.xpath('//article'):
            gag_id = article.xpath('@data-entry-id').extract()
            count +=1
            if gag_id:
                if (count != 100):
                    last_gag_id = gag_id[0]
                    ninegag_item = GagItem()
                    ninegag_item['entry_id'] = gag_id[0]
                    ninegag_item['url'] = article.xpath('@data-entry-url').extract()[0]
                    ninegag_item['votes'] = article.xpath('@data-entry-votes').extract()[0]
                    ninegag_item['comments'] = article.xpath('@data-entry-comments').extract()[0]
                    ninegag_item['title'] = article.xpath('.//h2/a/text()').extract()[0].strip()
                    ninegag_item['img_url'] = article.xpath('.//div[1]/a/img/@src').extract()

                    yield ninegag_item


                else:
                    break


        next_url = 'http://9gag.com/?id=%s&c=200' % last_gag_id
        yield scrapy.Request(url=next_url, callback=self.parse) 
        print count

这里是items.py的代码

from scrapy.item import Item, Field


class GagItem(Item):
    entry_id = Field()
    url = Field()
    votes = Field()
    comments = Field()
    title = Field()
    img_url = Field()

所以我想增加一个全局计数值，并通过传递3个参数来解析函数，尝试给出错误

TypeError: parse() takes exactly 3 arguments (2 given)

因此，有一种方法可以传递全局计数值，并在每次迭代后返回它，并在100个帖子（假设）后停止。

整个项目都在这里 Github 即使我设置POST_LIMIT = 100也会发生无限循环，请参见此处我执行的命令

scrapy crawl first -s POST_LIMIT=10 --output=output.json