Python3 大型网络爬虫实战 — 给 scrapy 爬虫项目设置为防反爬

最新推荐文章于 2025-06-07 15:09:36 发布

AoboSir

最新推荐文章于 2025-06-07 15:09:36 发布

阅读量1.8w

点赞数

CC 4.0 BY-SA版权

分类专栏： Python3 大型爬虫项目爬虫 Scrapy 文章标签： Python3 网络爬虫 Scrapy 防反爬 settings

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/github_35160620/article/details/53472006

本文介绍了如何在Python3的Scrapy爬虫项目中设置防反爬策略，包括禁用robots协议、取消Cookies、设置用户代理以及可选的IP设置。通过这些步骤，可以有效地应对具有反爬机制的网站。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原博文链接：http://www.aobosir.com/blog/2016/12/06/python3-large-web-crawler-scrapy-project-Anti-reptile-settings/

开发环境

Python第三方库：lxml、Twisted、pywin32、scrapy
Python 版本：python-3.5.0-amd64
PyCharm软件版本：pycharm-professional-2016.1.4
电脑系统：Windows 10 64位

如果你还没有搭建好开发环境，请到这篇博客。

所有的设置都是在scrapy爬虫项目中的settings.py 文件中进行设置。

Step 1 . 设置爬虫不遵循 robots.txt协议

# Obey robots.txt rules
ROBOTSTXT_OBEY = False

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。