scrapy爬虫-setting.py

本文详细解析了Scrapy爬虫的配置参数,包括不遵从robots.txt规则、下载延迟设置、请求头自定义、item pipeline配置及文件编码优化等,帮助读者深入理解并有效配置Scrapy爬虫。
# Obey robots.txt rules
ROBOTSTXT_OBEY = False  不遵从网站的robots.txt法则

# See also autothrottle settings and docs
DOWNLOAD_DELAY = 3  每次下载延迟3秒,防止造成网站攻击

# Override the default request headers:
DEFAULT_REQUEST_HEADERS = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8', 设置默认请求头
'Accept-Language': 'en',
}
# Configure item pipelines
# See https://doc.scrapy.org/en/latest/topics/item-pipeline.html
ITEM_PIPELINES = {
'xiaoshuo.pipelines.XiaoshuoPipeline': 300,  数字越小,优先级越高
}

FEED_EXPORT_ENCODING ='utf-8' 文件乱码设置

转载于:https://www.cnblogs.com/ShadowXie/p/9699800.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值