scrapy的初始化的一些设定

本文介绍了Scrapy框架在开始使用前需要配置的四个关键参数。包括解除`allowed_domains`限制以允许所有请求,关闭`ROBOTSTXT_OBEY`以不遵守robots协议,设置`LOG_LEVEL='ERROR'`来过滤运行日志,以及自定义`USER_AGENT`以伪装请求头。这些初始设定有助于提升Scrapy爬虫的灵活性和实用性。
摘要由CSDN通过智能技术生成

工欲善其事必先利其器,scrapy工程创建好以后,需要简单设定几个参数,来开启使用

第一个:

源文件下的allowed_domains这个变量需要注释掉,这个变量用来限定哪些进行请求,不在列表中的不进行请求,所以要注释掉,代表对请求不做限制

第二个:

setting.py文件中的ROBOTSTXT_OBEY = True改为ROBOTSTXT_OBEY =  False

setting.py是scrapy的设置文件,ROBOTSTXT_OBEY参数是确定是否遵守网站的robots协议,建议自学的时候改为False

第三个:

当我们运行一个工程,不想出现如下的运行日志,可以在setting.py文件中添加LOG_LEVEL='ERROR'参数,这样,在执行工程的时候就不会出现运

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