在使用scrapy爬取图片的时候返回了一个这样的错误
Failure while parsing robots.txt. File either contains garbage or is
in an encoding other than UTF-8, treating it as an empty file
这里先看一下robot.txt是什么?
settings.py里面有一条:
ROBOTSTXT_OBEY = True
就是表示要遵守robots.txt 的规则
1)robots.txt 是遵循 Robot协议 的一个文件,它保存在网站的服务器中,它的作用是,告诉搜索引擎爬虫,本网站哪些目录下的网页不希望你进行爬取收录。
2)在Scrapy启动后,会在第一时间访问网站的 robots.txt 文件,然后决定该网站的爬取范围。
3)但是在某些情况下我们想要获取的内容恰恰是被 robots.txt 所禁止访问的。此时我们就要将此配置项设置为 False ,拒绝遵守 Robot协议 。
看完这里就知道了,修改代码:
ROBOTSTXT_OBEY = False
报错就没有了,然后继续往下进行!