Scrapy 下载中间件

目录

一、下载中间件的用处

 二、下载中间件主要方法

三、开启下载中间件配置

---

一、下载中间件的用处

 

 二、下载中间件主要方法

class Scrapypro01DownloaderMiddleware:

    # 拦截所有请求（正常 或 异常）
    # 参数： request拦截的请求，spider是爬虫类实例化的对象
    def process_request(self, request, spider):
        # 这样的写法一般不用，一般在配置文件里配置就好
        request.headers['User-Agent']='xxx'  # 动态进行修改
        request.headers['Cookie'] = 'xxxxxx' # 动态进行修改
        return None # or request 区别不大

    # 拦截所有响应对象
    # response是拦截到的响应对象，request响应对象对应的响应请求对象
    def process_response(self, request, response, spider):
        response.text="123" #篡改数据
        return response

    # 拦截异常请求
    # request就是拦截到的发生异常的请求
    # 作用: 想要将异常的请求进行修正，将其变成正常请求，然后对其进行重新发送
    def process_exception(self, request, exception, spider):
        # 请求的ip被禁掉，该请求就变成异常请求
        request.meta['proxy']='http://ip:port' # 设置代理
        return request # 将异常请求修正后将其进行重新发送

设置Cookie时只需要将配置文件里配置如下即可每次请求都携带得到的cookie:

COOKIES_ENABLED = True

请求当中如果产生了cookie会被自动记录下来到其他请求中。

三、开启下载中间件配置

settings.py里开启如下：

DOWNLOADER_MIDDLEWARES = {
   'scrapyPro01.middlewares.Scrapypro01DownloaderMiddleware': 543,
}