av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術(shù)文章
文章詳情頁

python - 為什么用requests庫能爬取而用scrapy卻不能?

瀏覽:116日期:2022-09-08 13:31:18

問題描述

# -*- coding: utf-8 -*-import requestsdef xici_request(): url = ’http://www.xicidaili.com’ headers = {’Accept’: ’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’,’Accept-Encoding’: ’gzip, deflate, sdch’,’Accept-Language’: ’zh-CN,zh;q=0.8’,’Cache-Control’: ’max-age=0’,’Connection’: ’keep-alive’,’Host’: ’www.xicidaili.com’,’Referer’: ’https://www.google.com/’,’User-Agent’: ’Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36’ res = requests.get(url, headers=headers) print(res.text)if __name__ == ’__main__’: xici_request()

# -*- coding: utf-8 -*-import scrapyfrom collectips.items import CollectipsItemclass XiciSpider(scrapy.Spider): name = 'xici' allowed_domains = ['http://www.xicidaili.com'] headers = {’Accept’: ’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Encoding’: ’gzip, deflate, sdch’, ’Accept-Language’: ’zh-CN,zh;q=0.8’, ’Cache-Control’: ’max-age=0’, ’Connection’: ’keep-alive’, ’Host’: ’www.xicidaili.com’, ’Referer’: ’https://www.google.com/’, ’User-Agent’: ’Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36’} def start_requests(self):reqs = []for i in range(1, 21): req = scrapy.Request(’http://www.xicidaili.com/nn/{}’.format(i), headers=self.headers) reqs.append(req)return reqs def parse(self, response):item = CollectipsItem()sel = response.selectorfor i in range(2, 102): item[’IP’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[2]/text()’.format(i)).extract() item[’PORT’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[3]/text()’.format(i)).extract() item[’DNS_POSITION’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[4]/a/text()’.format(i)).extract() item[’TYPE’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[6]/text()’.format(i)).extract() item[’SPEED’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[7]/p[@title]’.format(i)).extract() item[’LAST_CHECK_TIME’] = sel.xpath(’//*[@id='ip_list']/tbody/tr[{}]/td[10]/text()’.format(i)).extract() yield item

代碼如上,為什么requests能返回網(wǎng)頁內(nèi)容,而scrapy卻是報錯內(nèi)部服務(wù)器錯誤500? 請大神解救??

問題解答

回答1:

并發(fā)你沒考慮進(jìn)去吧,當(dāng)同一時間發(fā)起過多的請求會直接封你IP

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 97视频国产 | 国产精品一区在线观看 | 成人b站| 亚洲国产片 | 伊人av影院| 婷婷综合五月天 | 欧美黄色免费网站 | 国产精品日韩在线 | 99精品久久久久久中文字幕 | 亚洲在线一区 | 欧美色婷婷 | 在线网站免费观看18 | 中国黄色1级片 | 97精品国产| 97精品在线 | 长河落日电视连续剧免费观看 | 精品国产一区二区三区久久久蜜月 | 91网站免费 | 国产高清免费 | 激情综 | 国产一区二区三区久久 | 黄色一级片黄色一级片 | 在线不卡av | 久视频在线 | 亚洲一级黄色 | 日韩精品一二区 | 少妇视频网站 | 蜜桃精品一区二区三区 | 成人免费av | 国产一区二区影院 | www.日本在线观看 | 亚洲欧美日韩国产 | 日韩在线看片 | 日韩在线播放视频 | 一级片观看 | 欧美日韩国产精品 | 九九色 | 能看的av| 一区二区三区四区精品 | 黄色一级片黄色一级片 | 久久精品一区二区 |