IT技术之家

首页 > Python

Python

Python爬虫编程思想(158):Scrapy中的下载器中间件_下载中间件爬虫_蒙娜丽宁

发布时间:2023-11-28 21:39:10 Python 102次 标签:python 爬虫 scrapy
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。......

        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。

  1. 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。
  2. 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?