0
정보가 흩어져 있고 질문 제목이 오해의 소지가 있으므로이 질문의 대답을 찾기가 매우 어려웠습니다. 아래 답변은 한 곳에서 필요한 모든 정보를 재편성합니다.Scrapy Tor Privoxy & UserAgent를 사용하여 익명으로 스크랩하는 방법? (Windows 10)
정보가 흩어져 있고 질문 제목이 오해의 소지가 있으므로이 질문의 대답을 찾기가 매우 어려웠습니다. 아래 답변은 한 곳에서 필요한 모든 정보를 재편성합니다.Scrapy Tor Privoxy & UserAgent를 사용하여 익명으로 스크랩하는 방법? (Windows 10)
거미가 생겼습니다.
# based on https://doc.scrapy.org/en/latest/intro/tutorial.html
import scrapy
import requests
class QuotesSpider(scrapy.Spider):
name = "quotes"
def start_requests(self):
urls = [
'http://quotes.toscrape.com/page/1/',
'http://quotes.toscrape.com/page/2/',
]
for url in urls:
print('\n\nurl:', url)
## use one of the yield below
# middleware will process the request
yield scrapy.Request(url=url, callback=self.parse)
# check if Tor has changed IP
#yield scrapy.Request('http://icanhazip.com/', callback=self.is_tor_and_privoxy_used)
def parse(self, response):
page = response.url.split("/")[-2]
filename = 'quotes-%s.html' % page
with open(filename, 'wb') as f:
f.write(response.body)
print('\n\nSpider: Start')
print('Is proxy in response.meta?: ', response.meta)
print ("user_agent is: ",response.request.headers['User-Agent'])
print('\n\n Spider: End')
self.log('Saved file --- %s' % filename)
def is_tor_and_privoxy_used(self, response):
print('\n\nSpider: Start')
print("My IP is : " + str(response.body))
print("Is proxy in response.meta?: ", response.meta) # not header dispo
print('\n\nSpider: End')
self.log('Saved file %s' % filename)
또한 middleware.py와 settings.py에 물건을 추가해야합니다. 어떻게 해야할지 모르겠다면 this will help you