昊天SEO

scrapy采集数据时为每个请求随机分配user-agent

通过这个方法可以每次请求更换不同的user-agent,防止网站根据user-agent屏蔽scrapy的蜘蛛
Python
首先将下面的代码添加到settings.py文件,替换默认的user-agent处理模块
DOWNLOADER_MIDDLEWARES = {
 'scraper.random_user_agent.RandomUserAgentMiddleware': 400,
 'scrapy.contrib.downloadermiddleware.useragent.UserAgentMiddleware': None,
}
自定义useragent处理模块
view sourceprint?
from scraper.settings import USER_AGENT_LIST
import random
from scrapy import log
 
class RandomUserAgentMiddleware(object):
 
 def process_request(self, request, spider):
 ua = random.choice(USER_AGENT_LIST)
 if ua:
 request.headers.setdefault('User-Agent', ua)
 #log.msg('>>>> UA %s'%request.headers)
 

本文地址官网    新乡网站建设,seo

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址