如何阻止Apify保存已处理的请求？

Apify是一个用于爬取网页和自动化流程的开源工具和平台。阻止Apify保存已处理的请求可以通过以下方式实现：

使用requestInterceptors: 可以通过设置请求拦截器来过滤和阻止保存已处理的请求。在请求拦截器中，可以检查每个请求的URL或其他属性，并决定是否继续处理该请求。如果不希望保存该请求，可以在请求拦截器中返回空的响应或抛出异常。

const { Apify } = require('apify');

Apify.main(async () => {
    // 创建一个RequestList对象，包含所有要处理的URL
    const requestList = new Apify.RequestList({
        sources: [
            { url: 'http://example.com/page1' },
            { url: 'http://example.com/page2' },
        ],
    });
    await requestList.initialize();

    const crawler = new Apify.CheerioCrawler({
        requestList,
        // 设置请求拦截器，检查并阻止保存已处理的请求
        requestInterceptors: [(request) => {
            if (request.url.includes('processed')) {
                throw new Error('Already processed');
            }
            return request;
        }],
        handlePageFunction: async ({ request, $ }) => {
            // 处理页面的逻辑
            console.log(`Processing page ${request.url}`);
        },
    });

    await crawler.run();
});

使用handleRequestFunction: 可以使用handleRequestFunction选项来自定义请求处理函数，并在其中决定是否继续处理请求。如果希望跳过保存已处理的请求，可以在处理函数中返回一个空响应对象。

const { Apify } = require('apify');

Apify.main(async () => {
    // 创建一个RequestList对象，包含所有要处理的URL
    const requestList = new Apify.RequestList({
        sources: [
            { url: 'http://example.com/page1' },
            { url: 'http://example.com/page2' },
        ],
    });
    await requestList.initialize();

    const crawler = new Apify.CheerioCrawler({
        requestList,
        // 自定义请求处理函数，在其中判断是否保存已处理的请求
        handleRequestFunction: async ({ request }) => {
            if (request.url.includes('processed')) {
                return new Apify.Response({ body: '', contentType: 'text/html' });
            }
        },
        handlePageFunction: async ({ request, $ }) => {
            // 处理页面的逻辑
            console.log(`Processing page ${request.url}`);
        },
    });

    await crawler.run();
});

通过以上两种方式，您可以根据自己的需求来阻止Apify保存已处理的请求，并在代码中根据业务逻辑做相应的处理。请注意，以上示例代码使用Apify SDK中的CheerioCrawler类作为爬虫示例，您可以根据您的实际需求选择合适的Apify爬虫类进行使用。

腾讯云相关产品和产品介绍链接地址：