Python快速开发分布式搜索引擎Scrapy精讲—Requests请求和Response响应介绍

Requests请求

Requests请求就是我们在爬虫文件写的Requests()方法，也就是提交一个请求地址，Requests请求是我们自定义的****

Requests()方法提交一个请求

**　　参数：**

**　　url= 字符串类型url地址**

**　　callback= 回调函数名称**

**　　method= 字符串类型请求方式，如果GET,POST**

**　　headers= 字典类型的，浏览器用户代理**

**　　cookies= 设置cookies**

**　　meta= 字典类型键值对，向回调函数直接传一个指定值**

**　　encoding= 设置网页编码**

**　　priority= 默认为0，如果设置的越高，越优先调度**

**　　dont_filter= 默认为False，如果设置为真，会过滤掉当前url**

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request,FormRequest
import re

class PachSpider(scrapy.Spider):                            #定义爬虫类，必须继承scrapy.Spider
name = 'pach'                                           #设置爬虫名称
allowed_domains = ['www.luyin.org/']                    #爬取域名
# start_urls = ['']                                     #爬取网址,只适于不需要登录的请求，因为没法设置cookie等信息

header = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0'}  #设置浏览器用户代理

def start_requests(self):    #起始url函数，会替换start_urls
"""第一次请求一下登录页面，设置开启cookie使其得到cookie，设置回调函数"""
return [Request(
url='http://www.luyin.org/',
headers=self.header,
meta={'cookiejar':1},       #开启Cookies记录，将Cookies传给回调函数
callback=self.parse
)]

def parse(self, response):
title = response.xpath('/html/head/title/text()').extract()
print(title)

Python资源分享裙：855408893 内有安装包，学习视频资料，每天更新技术。这里是Python学习者的聚集地，零基础，进阶，都欢迎点击Python资源分享

Response响应

Response响应是由downloader返回的响应

Response响应参数
**　　headers 返回响应头**
**　　status 返回状态吗**
**　　body 返回页面内容，字节类型**
**　　url 返回抓取url**

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request,FormRequest
import re

class PachSpider(scrapy.Spider):                            #定义爬虫类，必须继承scrapy.Spider
name = 'pach'                                           #设置爬虫名称
allowed_domains = ['www.luyin.org/']                    #爬取域名
# start_urls = ['']                                     #爬取网址,只适于不需要登录的请求，因为没法设置cookie等信息

header = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0'}  #设置浏览器用户代理

def start_requests(self):    #起始url函数，会替换start_urls
"""第一次请求一下登录页面，设置开启cookie使其得到cookie，设置回调函数"""
return [Request(
url='http://www.luyin.org/',
headers=self.header,
meta={'cookiejar':1},       #开启Cookies记录，将Cookies传给回调函数
callback=self.parse
)]

def parse(self, response):
title = response.xpath('/html/head/title/text()').extract()
print(title)print(response.headers)
print(response.status)
# print(response.body)
print(response.url)