Python爬虫编程思想(158):Scrapy中的下载器中间件

279次阅读
没有评论
Python爬虫编程思想(158):Scrapy中的下载器中间件

        Scrapy允许使用中间件干预数据的抓取过程,以及完成其他数据处理工作。其中一类非常重要的中间件就是下载器中间件。下载器中间件可以对数据的下载和处理过程进行拦截。在Scrapy爬虫中,数据下载和处理分下面两步完成。

  • 指定Web资源的Url,并向服务端发送请求。在这一步需要依赖于爬虫类的start_urls变量或start_requests方法。
  • 当服务端相应Scrapy爬虫的请求后,就会返回响应数据,这时系统会将响应数据再交由Scrapy爬虫处理,也就是调用爬虫类的请求回调方法,如parse。
  • 1. 核心方法

            下载器中间件可以对这两步进行拦截。当爬虫向服务端发送请求之前,会通过下载器中间件类的process_request方法进行拦截,当爬虫处理服务端响应数据之前,会通过下载器中间件类的process_response方法进行拦截。

            除了这两个方法外࿰

    神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

    相关文章:

    版权声明:Python教程2022-10-25发表,共计399字。
    新手QQ群:570568346,欢迎进群讨论 Python51学习