scrapy 常见问题集锦

1.解决301、302重定向

第一步：在请求时添加dont_filter=True，允许scrapy请求重复的url

第二步：在请求时添加'dont_redirect': True和'handle_httpstatus_list': [301,302]

完整内容如下：

yield Request(url=self.url, headers=self.Headers, method='GET',
callback=self.parse, dont_filter=True, meta={
      'dont_redirect': True,
      'handle_httpstatus_list': [301, 302]
       })

2.获取相应Header中的多个Set-Cookie

cookies = response.headers.getlist('Set-Cookie')

通过这种方法可以获取到一个set-cookie的列表，然后当做字符串列表来处理一下就可以获取到cookie了

3.捕获错误

在setting.py中将需要捕获的错误代码加入HTTPERROR_ALLOWED_CODES列表中，若没有HTTPERROR_ALLOWED_CODES列表可手动添加

HTTPERROR_ALLOWED_CODES = [404，502]