濑奈凉,热敏打印机芯,乐和网
命令行执行，新建爬虫
scrapy startproject myspidercd myspider scrapy genspider scrapy_spider httpbin.org
我们通过对 https://httpbin.org/get?show_env=1 的请求，查看本次请求的浏览器信息，可以打开看一看是否是自己的浏览器信息
将返回的文本复制到 https://www.json.cn/ 格式化成便于查看的json格式，下面操作亦然，不再赘述。
既然这样的话，那我们修改下请求头，达到伪造的效果
打开下面的链接，选一个自己喜欢的请求头
http://www.useragentstring.com/pages/useragentstring.php?name=Chrome
这里使用chrome浏览器请求头
再次访问，发现我们的请求头已经成功更换
"User-Agent":"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36",
方式三：链接设置
此方法对单个链接生效, 只是此次请求的这个链接享受
在Request方法中设置headers参数
方法四：中间件设置
此方法可以从整个项目中去修改请求头的设置规则，变化多端，不同的写法，可以配置出不同的设置方式，下面是一个比较简单的示例
我们参考scrapy默认处理请求头的中间件
from scrapy.downloadermiddlewares.useragent import UserAgentMiddleware
编写中间件
作用优先级
如果作如下设置
# settings.pyUSER_AGENT = "settings"
我要评论# scrapy_spider.pycustom_settings = { "USER_AGENT": "custom_settings", }headers={"User-Agent": "header"}
运行效果为：
"User-Agent":"header"
注释掉headers
"User-Agent":"custom_settings"
注释掉custom_settings
"User-Agent":"custom_settings"
注释掉settings
"User-Agent":"Scrapy/1.1.2 (+http://scrapy.org)"
可见优先级为：
headers > custom_settings > settings.py > Scrapy默认
注意
注意User-Agent参数的写法
headers={"User-Agent": USER_AGENT})
如果写错了，很可能发生奇怪的事情
headers={"User_Agent": USER_AGENT}
请求头中多了Scrapy…
"User-Agent":"Scrapy/1.1.2 (+http://scrapy.org),Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36",
其实，很好区分：
User-Agent： 浏览器请求头参数，html代码中经常用-
USER_AGENT: python变量
建议：
每次写浏览器参数，如果怕写错就打开自己的浏览器，随便测试一个页面，从里边复制
作为从入门到实战的我，踩过不少坑，此文做了简单的总结，也分享了几个比较实用的网站。希望此文的分享能给大家提供一个少走弯路的捷径，那么此文的价值也就体现了。
顺便打个广告
最近想写一个开源库，chinesename中文取名，已经实现基本的取名，不过名字需要优化，如果有想一起搞事情的同学，可以一起
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论