Scrapy处理200-300范围之外的响应代码
2024-09-05 14:43:39
HttpErrorMiddleware
- 类
scrapy.spidermiddlewares.httperror.HttpErrorMiddleware -
过滤掉不成功（错误）的HTTP响应，以便蜘蛛不必处理它们，这些（大多数时候）会产生开销，消耗更多资源，并使蜘蛛逻辑更复杂。
根据HTTP标准，成功的响应是那些状态代码在200-300范围内的响应。
如果您仍希望处理该范围之外的响应代码，则可以使用handle_httpstatus_listspider属性或HTTPERROR_ALLOWED_CODES设置指定spider能够处理的响应代码 。
例如，如果您希望蜘蛛处理404响应，您可以执行以下操作：
class MySpider(CrawlSpider):
handle_httpstatus_list = [404]
即在settings中增加HTTPERROR_ALLOWED_CODES = [403]， HTTPERROR_ALLOWED_CODES默认是[]
所述handle_httpstatus_list的键Request.meta也可以被用于指定的响应代码，以允许在每个请求基础。您还可以设置meta键handle_httpstatus_all 来True，如果你想以允许请求的任何响应代码。
但请记住，处理非200响应通常是一个坏主意，除非你真的知道你在做什么。
最新文章
- iOS 添加中文支持的操作
- jQuery datatables
- VMware下虚拟机的转移
- 用NotePad如何实现大小写转换
- BZOJ1070 [SCOI2007]修车
- ios app的真机调试与发布配置
- Why did Jimmy Wales invest in Quora? Is he afraid that it will take over Wikipedia?
- sourcemap的使用
- TCP之Socket的编程
- js图片放大镜 可动态更换图片
- CSS3匹配屏幕横竖状态
- Data Mining 概念
- U3D 自带navmesh自动寻路教学
- linux下svn用法
- Extjs6（四）——侧边栏导航根据路由跳转页面
- uva 1378 - A Funny Stone Game(组合游戏)
- 代码优化>>>Android ListView适配器三级优化详解
- angularjs i18n
- 位（bit）、字节（byte）、字符、编码之间的关系
- centos 安装oracle 11g r2（一）-----软件安装