日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

python - 為什么在scrapy 的settings.py里啟用了: USER_AGENT 就什么也采不到了? 一關了就能采集到網頁

瀏覽:154日期:2022-07-20 17:38:28

問題描述

采集的百度貼吧

python 2.7.11

scrapy 1.3.3

只要是在settings.py里啟用了user_agent,不管用下面的哪種方法.都什么也采不到.

而關了這個user_agent .都能正常采集.這很奇怪?不知道是什么原因?

USER_AGENT = ’xxxxxxxxxxxxxxxxxxxxxx’

還是寫一個中間件class RotateUserAgentMiddleware(UserAgentMiddleware):

在settings.py里設置

DOWNLOADER_MIDDLEWARES = {

#’tbtest.middlewares.MyCustomDownloaderMiddleware’: 543,’tbtest.useragent.RotateUserAgentMiddleware’: 400,

}

只要啟用了user_agent 就什么也采不到.運行后.輸出下面代碼:

E:pyprotbtest>scrapy crawl tbs2017-05-11 12:20:23 [scrapy.utils.log] INFO: Scrapy 1.3.3 started (bot: tbtest)2017-05-11 12:20:23 [scrapy.utils.log] INFO: Overridden settings: {’NEWSPIDER_MODULE’: ’tbtest.spiders’, ’ROBOTSTXT_OBEY’: True, ’SPIDER_MODULES’: [’tbtest.spiders’], ’BOT_NAME’: ’tbtest’, ’COOKIES_ENABLED’: False, ’DOWNLOAD_DELAY’: 2}2017-05-11 12:20:24 [scrapy.middleware] INFO: Enabled extensions:[’scrapy.extensions.logstats.LogStats’, ’scrapy.extensions.telnet.TelnetConsole’, ’scrapy.extensions.corestats.CoreStats’]2017-05-11 12:20:26 [scrapy.middleware] INFO: Enabled downloader middlewares:[’scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware’, ’scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware’, ’scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware’, ’scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware’, ’tbtest.useragent.RotateUserAgentMiddleware’, ’scrapy.downloadermiddlewares.useragent.UserAgentMiddleware’, ’scrapy.downloadermiddlewares.retry.RetryMiddleware’, ’scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware’, ’scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware’, ’scrapy.downloadermiddlewares.redirect.RedirectMiddleware’, ’scrapy.downloadermiddlewares.stats.DownloaderStats’]2017-05-11 12:20:26 [scrapy.middleware] INFO: Enabled spider middlewares:[’scrapy.spidermiddlewares.httperror.HttpErrorMiddleware’, ’scrapy.spidermiddlewares.offsite.OffsiteMiddleware’, ’scrapy.spidermiddlewares.referer.RefererMiddleware’, ’scrapy.spidermiddlewares.urllength.UrlLengthMiddleware’, ’scrapy.spidermiddlewares.depth.DepthMiddleware’]2017-05-11 12:20:27 [scrapy.middleware] INFO: Enabled item pipelines:[’tbtest.pipelines.TbtestPipeline’]2017-05-11 12:20:27 [scrapy.core.engine] INFO: Spider opened2017-05-11 12:20:27 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)2017-05-11 12:20:27 [scrapy.extensions.telnet] DEBUG: Telnet console listening on 127.0.0.1:6023********Current UserAgent:Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_0) AppleWebKit/536.3 (KHTML, like Gecko) Chrome/19.0.1063.0 Safari/536.3************2017-05-11 12:20:27 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://tieba.baidu.com/robots.txt> (referer: None)********Current UserAgent:Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.9 Safari/536.5************2017-05-11 12:20:31 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://tieba.baidu.com/f?kw=%E5%B1%B1%E4%B8%9C%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6&ie=utf-8> (referer: None)2017-05-11 12:20:31 [scrapy.core.engine] INFO: Closing spider (finished)2017-05-11 12:20:31 [scrapy.statscollectors] INFO: Dumping Scrapy stats:{’downloader/request_bytes’: 655, ’downloader/request_count’: 2, ’downloader/request_method_count/GET’: 2, ’downloader/response_bytes’: 87876, ’downloader/response_count’: 2, ’downloader/response_status_count/200’: 2, ’finish_reason’: ’finished’, ’finish_time’: datetime.datetime(2017, 5, 11, 4, 20, 31, 375000), ’log_count/DEBUG’: 3, ’log_count/INFO’: 7, ’response_received_count’: 2, ’scheduler/dequeued’: 1, ’scheduler/dequeued/memory’: 1, ’scheduler/enqueued’: 1, ’scheduler/enqueued/memory’: 1, ’start_time’: datetime.datetime(2017, 5, 11, 4, 20, 27, 250000)}2017-05-11 12:20:31 [scrapy.core.engine] INFO: Spider closed (finished)

# -*- coding:utf-8 -*-import logging##'''避免被ban策略之一:使用useragent池。 使用注意:需在settings.py中進行相應的設置。''' import randomfrom scrapy.downloadermiddlewares.useragent import UserAgentMiddlewareclass RotateUserAgentMiddleware(UserAgentMiddleware): def __init__(self, user_agent=’’): self.user_agent = user_agent def process_request(self, request, spider): ua = random.choice(self.user_agent_list) if ua: #顯示當前使用的useragent print '********Current UserAgent:%s************' %ua #記錄 ##logging.log(logging.WARNING, ’Current UserAgent: ’+ua)request.headers.setdefault(’User-Agent’, ua) #the default user_agent_list composes chrome,I E,firefox,Mozilla,opera,netscape #for more user agent strings,you can find it in http://www.useragentstring.com/pages/useragentstring.php user_agent_list =['Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727)','Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)','Mozilla/4.0 (compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)','Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)','Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)','Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)','Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)','Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)','Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6','Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1','Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0','Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5','Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11','Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.20 (KHTML, like Gecko) Chrome/19.0.1036.7 Safari/535.20','Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52',]

不管用下面的哪種方法.都什么也采不到.

而關了這個user_agent .都能正常采集.這很奇怪?不知道是什么原因?

問題解答

回答1:

你爬去的網站可能做了一些防爬蟲措施

回答2:

反爬了,scrapy會有自己定義的useragent,啟用后會加到head里面,不啟用可能是空,或者沒有被反爬,建議做一個useragent的池模仿瀏覽器,定期或者隨機更換,這樣最保險

回答3:

是User-Agent,不是User_Agent,我以前也有這個問題,之后改了就行了

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
成人综合一区| 中文字幕在线官网| 欧美色图一区| 日韩精品一区二区三区免费观看| 999久久久免费精品国产| av在线最新| 久久青草久久| 亚洲天堂黄色| 久久精品国语| 欧美日韩高清| 日韩专区欧美专区| 四虎精品永久免费| 91成人在线精品视频| 国产精品亚洲人成在99www| 国产精品一站二站| 精品久久一区| 久久久精品五月天| 欧美午夜不卡| 亚洲最新av| 青草国产精品久久久久久| 久久99视频| 欧美成人a交片免费看| 欧美日韩精品在线一区| 久久精品国产99久久| av成人国产| 亚洲精品美女91| 国产激情精品一区二区三区| 伊人久久在线| 亚洲欧美日韩视频二区| 欧美影院视频| 日韩深夜视频| 国产精品呻吟| 日本a级不卡| 福利一区在线| 国内精品福利| 日韩一区二区三免费高清在线观看| 国产亚洲人成a在线v网站| 国产精品久久久久久久免费观看 | 影院欧美亚洲| 日韩高清不卡在线| 日韩综合一区| 国产精品日韩久久久| 国产免费播放一区二区| 色一区二区三区| 蜜桃视频在线观看一区| 久久gogo国模啪啪裸体| 欧美日韩在线观看视频小说| 中文字幕一区二区av| 久久精品国产免费| 国产精品97| 国产精品尤物| 亚洲深爱激情| 国产精品一区二区三区av| 群体交乱之放荡娇妻一区二区| 日本亚州欧洲精品不卡| 在线观看精品| 久久国产精品免费一区二区三区| 亚洲日本网址| 日韩综合一区二区三区| 999久久久精品国产| 国产精品久久777777毛茸茸| 女同性一区二区三区人了人一| 国产精品1区在线| 日韩中文字幕亚洲一区二区va在线 | 视频一区免费在线观看| 欧美国产另类| 六月丁香综合| 91一区二区三区四区| 亚洲无线观看| 视频小说一区二区| 国产精品99精品一区二区三区∴| 国产一区成人| 国产成人久久精品一区二区三区| 国产精品日韩| av亚洲一区二区三区| 国产亚洲精品精品国产亚洲综合| 欧美日韩免费观看一区=区三区| 久久gogo国模啪啪裸体| 亚洲青青久久| 美女网站一区| 狠狠久久伊人中文字幕| 亚洲欧美在线综合| 九九久久电影| 国产精品精品国产一区二区| 日本不卡在线视频| 午夜在线一区| 欧美1区免费| 水蜜桃久久夜色精品一区| 欧美影院精品| 日韩精品欧美精品| 国产亚洲综合精品| 亚洲性图久久| 久久只有精品| 日韩欧美2区| 亚洲深夜福利| 亚洲午夜黄色| 亚洲成人一区在线观看| 麻豆国产91在线播放| 偷拍亚洲精品| 免费一级片91| 亚洲一区二区三区高清| av亚洲一区二区三区| 韩日一区二区| 久久99青青| av在线日韩| 99re国产精品| 国内精品伊人| 亚洲欧美激情诱惑| 快播电影网址老女人久久| 国产精成人品2018| 欧美一区成人| 日韩高清一区二区| 日本一区中文字幕| 日韩一区二区三区高清在线观看| 蜜臀久久久久久久| 丝袜美腿亚洲一区二区图片| 亚洲成人日韩| 国精品一区二区三区| 亚洲午夜黄色| 91精品综合| 欧洲激情综合| 米奇777超碰欧美日韩亚洲| 国产欧美一区二区三区精品酒店| 精品视频99| 97视频热人人精品免费| 水蜜桃久久夜色精品一区| 岛国av在线网站| 国产精品麻豆久久| 国产一区二区三区不卡视频网站| 麻豆精品久久久| 岛国av在线播放| 久久国产免费| 99日韩精品| 久久成人国产| 首页国产欧美久久| 亚洲欧洲av| 国产精品一区三区在线观看| 国产欧美日韩在线一区二区| 国产精品1区在线| 欧美国产一级| 欧美精品羞羞答答| 蜜桃av一区二区三区电影| 日本在线视频一区二区| 国产精品亚洲二区| 国产成人免费精品| 久久要要av| 性欧美长视频| 97久久精品| 福利一区和二区| 久久一区二区中文字幕| 免费国产自线拍一欧美视频| 亚洲aa在线| 国产精品入口久久| 精品一区二区三区中文字幕视频 | 国产中文欧美日韩在线 | 久久影院午夜精品| 黑丝一区二区三区| 亚洲午夜免费| 国产精品乱战久久久| 嫩呦国产一区二区三区av| 色偷偷色偷偷色偷偷在线视频| 国产专区一区| 日韩国产91| 日韩欧美精品| 亚洲日产av中文字幕| 丝袜a∨在线一区二区三区不卡| 欧美性www| 在线亚洲成人| аⅴ资源天堂资源库在线| 国产高清一区| 日韩av字幕| 精品国产a一区二区三区v免费| 日本不卡高清| 精品日韩视频| 国产一区亚洲| 久久精品72免费观看| 国产高清不卡| 亚洲a级精品| 久久精品亚洲| 人人爽香蕉精品| 色婷婷久久久| 亚洲欧洲日韩| 日韩av影院| 日韩美女国产精品| 视频精品一区二区| 视频一区视频二区在线观看| 午夜精品成人av| 亚洲3区在线| 综合激情五月婷婷| 99精品一区| 亚洲激情中文在线| 黄页网站一区| 亚洲专区视频| 亚洲精品欧洲| 日本一区福利在线| 欧美交a欧美精品喷水| 亚洲精品**中文毛片| 国产精品中文字幕制服诱惑| 蜜桃视频一区二区| 日韩伦理在线一区|