爬虫杂记2

在scrapy中发送post请求可以用 FormRequest,但发送的 Content-Type 的值是 application/x-www-form-urlencoded ,不适用Content-Type不支持这种情况的网站

这是可以用 Request 发送post请求,如下:

复制代码
from scrapy.http import Request

yield Request(
                url=self.search_url, method='POST',
                body=json.dumps(post_data),
                headers={'Content-Type': 'application/json'},
                callback=self.parse,
                meta={'item': deepcopy(item)}
            )
复制代码

脚本运行Scrapy

from scrapy.crawler import CrawlerProcess
from neuSpider.spiders.zcy import SnSpider
from scrapy.utils.project import get_project_settings
settings = get_project_settings()
settings['DUPEFILTER_CLASS'] = "neuSpider.dupefilters.NODupeFilter"
process = CrawlerProcess(settings)
process.crawl(SnSpider, key='手机',  max_page=1, page_size=10, idle_num=2, clean_redis='yes')
process.start()

自定义过滤类  DUPEFILTER_CLASS

from scrapy_redis.dupefilter import RFPDupeFilter


class NODupeFilter(RFPDupeFilter):
    def request_seen(self, request):
        return False

 

验证码识别

 截屏:

动作链:

 

 

 

 =========发post请求

 

 

 ======= cookie

 == =====模拟登录

 

 

 

 ========获取cookie信息

 

 =======利用scrapy登录人人

 

 

 

posted on   我和你并没有不同  阅读(95)  评论(0编辑  收藏  举报

编辑推荐:
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
阅读排行:
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· .NET10 - 预览版1新功能体验(一)
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示