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:
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)} )
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
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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
· 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)