middleware_demo

代理中间件

import random
import scrapy.conf import settings
class ProxyMiddleware(object):

    def process_request(self, request, spider):
        proxy = random.choice(settings['PROXIES'])
        request.meta['proxy'] = proxy # 设置代理

UA中间件

class UAMiddleware(object):

    def process_request(self, request, spider):
        ua = random.choice(settings['USER_AGENT_LIST'])
        request.headers['User-Agent'] = ua # 设置ua

COOKIES中间件

class CookiesMiddleware(object):
    # 从redis中获取cookies
    def __init__(self):
        self.client = redis.StrictRedis()

    def process_request(self, request, spider):
        if spider.name == 'login_spider':
            cookies = json.loads(self.client.lpop('cookies').decode())
            request.cookies = cookies # 设置cookies

Retry中间件


import scrapy
class RetryCustomMiddleware(RetryMiddleware):
    def __init__(self):
        RetryMiddleware.__init__(self, settings)

    def process_response(self, request, response, spider):
        if spider.name = 'retry_spider':
            if response.status == 404: # 响应码404
                origin_url = request.meta['redirect_urls'][0] # 404之前的url
                return request.replace( # 不返回response, 重新发送请求
                    url=origin_url,
                )
            # 正常返回response    
            return response

集成selenium

from scrapy.http import HtmlResponse
from selenium import webdriver
import time


class SeleniumMiddleware(object):

    def __init__(self):
        self.driver = webdriver.Chrome()
    
    def process_request(self, request, spider):
        if spider.name = 'selenium_spider':
            self.driver.get(request.url)
            time.sleep(2)
            body = self.driver.page_source # 获取网页源码

            return HtmlResponse( # 返回响应
                self.driver.current_url,
                body=body,
                encoding='utf8',
                request=request
            )

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值