Python爬虫编程思想（158）：Scrapy中的下载器中间件

Posted 2022-09-15 蒙娜丽宁

        Scrapy允许使用中间件干预数据的抓取过程，以及完成其他数据处理工作。其中一类非常重要的中间件就是下载器中间件。下载器中间件可以对数据的下载和处理过程进行拦截。在Scrapy爬虫中，数据下载和处理分下面两步完成。

1. 指定Web资源的Url，并向服务端发送请求。在这一步需要依赖于爬虫类的start_urls变量或start_requests方法。
2. 当服务端相应Scrapy爬虫的请求后，就会返回响应数据，这时系统会将响应数据再交由Scrapy爬虫处理，也就是调用爬虫类的请求回调方法，如parse。

1. 核心方法

        下载器中间件可以对这两步进行拦截。当爬虫向服务端发送请求之前，会通过下载器中间件类的process_request方法进行拦截，当爬虫处理服务端响应数据之前，会通过下载器中间件类的process_response方法进行拦截。

        除了这两个方法外࿰