根据最新的scrapy官方文档,scrapy爬虫框架的代理配置有以下两种方法:
1.使用中间件DownloaderMiddleware进行配置
在settings.py文件中,找到DOWNLOADER_MIDDLEWARES它是专门用来用配置scrapy的中间件.我们可以在这里进行自己爬虫中间键的配置,配置后如下:
DOWNLOADER_MIDDLEWARES = {
'WandoujiaCrawler.middlewares.ProxyMiddleware': 100,
}
其中WandoujiaCrawler是我们的项目名称,后面的数字代表中间件执行的优先级。
官方文档中默认proxy中间件的优先级编号是750,我们的中间件优先级要高于默认的proxy中间键。
中间件middlewares.py的写法如下(scrapy默认会在这个文件中写好一个中间件的模板,不用管它写在后面即可):
# -*- coding: utf-8 -*-
class ProxyMiddleware(object):
def process_request(self, request, spider):
request.meta['proxy'] = "http://proxy.yourproxy:8001"
这里有两个注意的问题:
-
1.是prox