标签:中间件 IP ipaddr request 爬虫 代理 middlewares
配置 settings.py 启用自定义 IP 代理中间件
DOWNLOADER_MIDDLEWARES
设置自定义 IP 代理中间件优先级高于系统 IP 代理中间件
DOWNLOADER_MIDDLEWARES = { 'quotes.middlewares.QuotesDownloaderMiddleware': 543, # 'quotes.middlewares.UserAgentMiddlewares': 543, }
收集可用的 IP 代理,构建 IP 代理池
在 settings.py 中定义IP代理数组
IPPools = [ {"ipaddr":"124.205.155.149:9090"}, {"ipaddr":"119.23.79.199:3128"}, {"ipaddr":"120.26.208.102:88"}, {"ipaddr":"111.231.12.253:1080"}, ]
这些IP可以从这个几个网站获取:快代理、代理66、有代理、西刺代理、guobanjia。如果出现像下面这种提示:"由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败"或者是这种," 由 于目标计算机积极拒绝,无法连接。". 那就是IP的问题,更换就行了。
middlewares.py 中添加 UserAgentMiddlewares 类
重写 process_request() 方法
使用 random 库的 choice 方法随机从 IP 中选取代理 IP
设置 request 的 meta 属性设置代理
def process_request(self, request, spider): thisip = random.choice(IPPools) request.meta['proxy'] = 'http://' + thisip['ipaddr'] print('this is ip:%s'%thisip['ipaddr'])
标签:中间件,IP,ipaddr,request,爬虫,代理,middlewares 来源: https://www.cnblogs.com/JinZL/p/11738020.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。