python爬虫之Scrapy框架:两种随机选择User-Agent的方法

本文介绍了在Python Scrapy框架中如何实现随机选择User-Agent的两种方法:一种是通过修改settings.py文件,另一种是在middlewares.py中创建RandomUserAgentMiddleware类。通过这两种方式,可以避免在爬虫请求时使用固定的User-Agent,提高爬取的匿名性和成功率。
摘要由CSDN通过智能技术生成

修改请求时的User-Agent一般有两种思路:

一是修改setting中的User-Agent变量(适用于极少量的agent更换,一般不采用);另一种就是通过Downloader Middleware的process_request()方法来修改,即在middlewares.py里面添加一个RandomUserAgentMiddleware的类.

首先介绍下scrapy框架默认的UserAgentMiddleware:

from scrapy import signals
class UserAgentMiddleware(object):
    '''
    设置User-Agent
    '''

    def __init__(self, user_agent='Scrapy'):
        self.user_agent = user_agent

    @classmethod
    def from_crawler(cls, crawler):
        o = cls(crawler.setting['USER-AGENT'])
        crawler.signals.connect(o.spider_opened, signal=signals.spider_opened)
        return o

    def spider_opened(self, spider):
        self.user_agent = getattr(spider, 'user-agent', self.user_agent)

    def process_request(self, request, spider):
        if self.user_agent:
            request.headers.setdefault(b'User-Agent', self.user_agent)

在不设置agent时,调用时返回的agent为:

"User-Agent": "Scrapy/1.5.0 (+https://scrapy.org)"

下面设置,介绍第二种思路的添加UserAgentMiddleware的类的三种形式:

1.第一种方法:


在useragent文件下新增加一个

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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