Scrapy之设置随机User-Agent

本文介绍了如何在Scrapy爬虫中设置随机User-Agent,涉及settings.py和middlewares.py文件的修改。首先在settings.py中定义一个包含多个User-Agent的列表,然后在middlewares.py中创建自定义中间件RandomUserAgentMiddleware,通过随机选择列表中的User-Agent并将其设置到请求头中。在实践中,由于默认下载中间件期待字符串而非列表,导致了错误,修正变量名后问题解决。
摘要由CSDN通过智能技术生成

scrapy爬虫的User-Agent是在下载器中间件中设置的,即middlewares.py文件。
具体步骤如下:
1.在settings.py中设置MY_USER_AGENT列表,列表中包含可选的user-agents;
2.在middlewares.py中自定义一个类RandomUserAgentMiddleware(名字自取);
3.在该类中通过from_crawler方法获取settings.py中设置好的User-Agent即crawler.settings.get()或者通过spider.settings.get()方法获取;
4.从获取的User-Agent中通过随机函数random.choice()随机选择并赋予request.headers[‘User-Agent’];
5.最后,将该自定义的类添加到settings.py文件中的DOWNLOADMIDDLEWARES中。

class RandomUserAgentMiddleware(object):
    def __init__(self,user_agent):
        self
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