午夜剧场伦理_日本一道高清_国产又黄又硬_91黄色网战_女同久久另类69精品国产_妹妹的朋友在线

您的位置:首頁技術文章
文章詳情頁

python - 為什么用requests庫能爬取而用scrapy卻不能?

瀏覽:177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能返回網頁內容,而scrapy卻是報錯內部服務器錯誤500? 請大神解救??

問題解答

回答1:

并發你沒考慮進去吧,當同一時間發起過多的請求會直接封你IP

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 国产精品乱码一区二区视频 | 午夜在线成人 | 亚洲 欧美 日韩 综合 | 国产毛片高清 | 久久艹精品视频 | 91成人在线免费视频 | 欧美激情自拍 | 影音先锋男人天堂 | 日本在线www | 欧美日韩久| 综合激情婷婷 | 伊人久久一区 | 国产在线色 | 国产午夜视频 | 黄色免费网站视频 | 午夜免费视频 | 韩国演艺圈悲惨事件在线 | 免费在线观看视频 | 亚洲综合一区二区 | 中文字幕の友人北条麻妃 | 久久国产精品久久精品国产 | 亚洲1区| 青青青久久| 国产精品超碰 | 综合网久久 | 伦hdwww日本bbw另类 | 欧美另类在线观看 | 国产高清自拍视频 | 99在线视频观看 | 美女一区二区三区四区 | 91碰碰| 免费看欧美大片 | 国产一区二区三区在线视频 | 日本黄色精品 | 亚洲天堂黄色片 | 超碰不卡 | 蜜桃永久免费 | 亚洲图片欧美另类 | 黄色大片在线免费观看 | 日韩不卡在线视频 | 欧美综合区|