久久国产成人av_抖音国产毛片_a片网站免费观看_A片无码播放手机在线观看,色五月在线观看,亚洲精品m在线观看,女人自慰的免费网址,悠悠在线观看精品视频,一级日本片免费的,亚洲精品久,国产精品成人久久久久久久

分享

scrapy實(shí)踐之中間件的使用

 生信修煉手冊(cè) 2020-11-16
在scrapy框架中,,Downloader Middlewares 稱之為下載中間件,, 可以對(duì)爬蟲(chóng)的requests請(qǐng)求進(jìn)行封裝處理,,典型的應(yīng)用有以下3種

1. 添加用戶代理

所有的中間件代碼都保存在middlewares.py文件中,,通過(guò)自定義類的形式來(lái)創(chuàng)建一個(gè)中間件,代碼如下

from faker import Faker
class UserAgentMiddleware(object):

    def process_request(self, request, spider):
        f = Faker()
        agent = f.chrome()
        request.headers['User-Agent'] = agent
只需要重寫(xiě)process_request方法即可,。

2. 添加IP代理

IP代理也是通用的實(shí)現(xiàn)方式,,代碼如下

class ProxyMiddleware(object):

    PROXIES = [
        'https://36.249.118.13:9999',
        'https://175.44.108.65:9999',
        'http://117.69.12.82:9999']

    def process_request(self, request, spider):
        proxy = random.choice('PROXIES')
        request.meta['proxy'] = proxy
3. 集成selenium

在scrapy中集成selenium, 可以進(jìn)一步提高爬蟲(chóng)的處理范圍,,代碼如下

from selenium import webdriver
from scrapy.http import HtmlResponse
class SeleniumMiddleware(object):

    def __init__(self):
        options = webdriver.ChromeOptions()
        options.add_argument('--headless')
        self.driver = webdriver.Chrome(chrome_options=options, executable_path='C:/Program Files (x86)/Google/Chrome/Application/chromedriver.exe')

    def __del__(self):
        self.driver.close()

    def process_request(self, request, spider):
        self.driver.get(request.url)
        return HtmlResponse(url=request.url, body=self.driver.page_source, request=request, encoding='utf-8',
                                status=200)

定義好中間件之后,,必須在settings.py中進(jìn)行啟動(dòng)才可以,代碼示例如下

DOWNLOADER_MIDDLEWARES = {
   'hello_world.middlewares.UserAgentMiddleware': 543,
   'hello_world.middlewares.SeleniumMiddleware': 600,
}

通過(guò)中間件,,我們可以對(duì)requests請(qǐng)求進(jìn)行加工處理,,方便的進(jìn)行擴(kuò)展,最后記得用在settings中啟動(dòng)中間件即可。

·end·

    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評(píng)論

    發(fā)表

    請(qǐng)遵守用戶 評(píng)論公約

    類似文章 更多