Return:第一次遇到的结果为scrapy

问题陈述:

解析之后,我将每个URL发送到parse_links以从中提取电子邮件地址。

解析后,如果我从该链接中找到电子邮件地址并返回结果,我希望停止迭代。

即

在循环中,假设有2个URL: example.com/contact 和 example.com/about

如果从中找到电子邮件地址: example.com/contact 那幺我不想放弃第二个。但我从所有链接中得到了电子邮件地址。

这是我的密码:

def parse(self, response):
    urls = [
        instance.url for instance in LinkExtractor(
            allow_domains='example.com'
        ).extract_links(response)
    ]

    for url in sorted(urls, reverse=True):
        request = Request(url, callback=self.parse_links)
        yield request

def parse_links(self, response):
    item = EmailScraperItem()
    mailrex = '[\w\.-]+@[\w\.-]+'
    result = response.xpath('//a[@href]').re('%s' % mailrex)
    if result:
        item['emails'] = result  # here how can I send first value and ignore other results
    return item

运行爬虫后,我得到以下输出:

2017-01-30 20:31:27 [scrapy.core.scraper] DEBUG: Scraped from <200 http://example.com/contact/>
{'emails': ['abc@example.com']}  # first result

2017-01-30 20:31:29 [scrapy.core.scraper] DEBUG: Scraped from <200 http://example.com/about/>
{'emails': ['xyz@example.com']}  # second result

我只想要第一个。