scrapy采集数据时为每个请求随机分配user-agent

通过这个方法可以每次请求更换不同的user-agent，防止网站根据user-agent屏蔽scrapy的蜘蛛

首先将下面的代码添加到settings.py文件，替换默认的user-agent处理模块

DOWNLOADER_MIDDLEWARES = {

'scraper.random_user_agent.RandomUserAgentMiddleware': 400,

'scrapy.contrib.downloadermiddleware.useragent.UserAgentMiddleware':None,

}

自定义useragent处理模块

view source

print ?

from scraper.settings import USER_AGENT_LIST

import random

from scrapy import log

class RandomUserAgentMiddleware(object):

def process_request(self, request, spider):

ua  = random.choice(USER_AGENT_LIST)

if ua:

request.headers.setdefault('User-Agent', ua)

#log.msg('>>>> UA %s'%request.headers)

#该代码片段来自于: http://www.sharejs.com/codes/python/8394