Scrapy爬虫遇到的问题

在使用Scrapy进行Python爬虫时遇到网站内容无法爬取的问题,首先发现Crawled 0 pages和scrapy爬虫无数据返回,通过修改settings.py的ROBOTST_OBEY为False解决。接着遇到302重定向问题,检查User-Agent和请求头无误,最后发现403错误是因为网址失效。通过设置COOKIES_ENABLED=False解决了爬取问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天做python爬虫时,之前可以爬取的网站网址显示:

爬取内容为空。

 依次查找问题:

(1)INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)

报错提示Scrapy爬虫没有任何数据返回,需要修改settings.py设置文件中的ROBOTST_OBEY,将其默认值True改为False。

(2)[scrapy.downloadermiddlewares.redirect] DEBUG: Redirecting (302)

检查代码是,已经使用了 User-Agent,并且源连接直接在浏览器打开并不跳转,使用requests测试,发现并没有被重定向。搜索很久无果,然后开始检查 [scrapy.downloadermiddlewares.redirect] DEBUG,检查完并没有配置与这个相关的(DEFAULT_REQUEST_HEADERS)。

(3)[scrapy.core.engine] DEBUG: Crawled (403)

我将我要爬取的网址直接在浏览器输入,发现无法直接打开,页面显示如下:

原来网址已经失效了,结合重定向的问题试着配置DEFAULT_REQUEST_HEADERS,最终修改settings.py设置文件如下: 

 并开启注释,COOKIES_ENABLED=False

 此时,在控制台再次运行代码,代码正常运行。

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

打赏作者

sankeshuxjh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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