Scrapy添加用户代理的方法

参考:http://scrapy-chs.readthedocs.io/zh_CN/0.24/topics/downloader-middleware.html#id2

1、settings.py中添加下载中间件

DOWNLOADER_MIDDLEWARES = {
    'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware': 125,
    'lianjia.middlewares.UAPOOLS': 126,
}

2、middlewares.py中添加代码

from scrapy import signals
import random
from scrapy.downloadermiddlewares.useragent import UserAgentMiddleware


class UAPOOLS(UserAgentMiddleware):
    def __init__(self, user_agent=''):
        self.user_agent = user_agent

    def process_request(self, request, spider):
        '''使用代理UA,随机选用'''
        ua = random.choice(self.user_agent_pools)
        print('当前使用的user-agent是' + ua)
        request.headers.setdefault('User-Agent', ua)

    user_agent_pools = [
        'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1062.0 Safari/536.3',
        'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3',
        'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.75 Safari/537.36',
    ]

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Scrapy是一个用于Web爬虫开发的Python框架。它提供了一个简单高效的方式来从网站上获取数据,并支持对数据进行处理和存储。 Scrapy的核心组件包括引擎(Engine)、调度器(Scheduler)、下载器(Downloader)和管道(Pipeline)。引擎是整个框架的中心协调器,负责控制整个爬虫的流程和组件的交互。调度器负责接收引擎发送的请求,并将请求按照优先级进行排队。下载器则负责下载请求对应的网页内容。而管道则负责对下载的数据进行处理和存储,如数据清洗、去重和保存到数据库等。 使用Scrapy,可以通过编写Spider来定义爬虫的具体行为。Spider是一个用户自定义的类,通过继承Scrapy提供的基类,可以方便地实现爬虫的逻辑。Spider定义了爬虫的起始请求、如何解析每个页面的数据以及如何跟进链接等。 Scrapy还提供了丰富的中间件机制,可以在请求发送和响应返回的过程中进行自定义的操作。如可以编写中间件来拦截请求和响应,修改请求头、代理设置、用户认证等。 Scrapy支持异步操作,可以在一个爬虫实例中同时运行多个并发请求,提高爬取效率。同时,Scrapy还提供了强大的扩展机制,可以灵活地添加自定义的插件,满足个性化爬虫的需求。 总的来说,Scrapy是一个功能强大、灵活易用的Web爬虫开发框架,它可以帮助我们快速、高效地获取Web上的数据,并提供了丰富的工具和机制来处理和存储这些数据。无论是高效爬取大规模数据,还是定制化爬虫需求,Scrapy都是一个不错的选择。

“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