欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

scrapy框架利用start_requests方法改写post请求

程序员文章站 2022-03-02 22:25:19
...

scrapy默认发起的是get请求,如果你想发起post请求该怎么办呢?
解决办法就是利用start_request方法,对该方法进行改写,进行post请求。
我们以post请求http://httpbin.org为例子讲解。
我们可能本能的以为改掉start_urls就可以了
例如:

class HttpbinSpider(scrapy.Spider):
    name = 'httpbin'
    allowed_domains = ['httpbin.org']
    start_urls = ['http://httpbin.org/post']

但是结果状态吗是405

2018-08-03 14:39:31 [scrapy.core.engine] DEBUG: Crawled (405) <GET http://httpbin.org/post> (referer: None)
2018-08-03 14:39:32 [scrapy.spidermiddlewares.httperror] INFO: Ignoring response <405 http://httpbin.org/pos
t>: HTTP status code is not handled or not allowed

所以我们必须重写start_request方法。改变里面的url为http://httpbin.org,
method改变为POST,callback为self.parse_post
构建parse_post方法。

  def start_requests(self):
        yield scrapy.Request(url='http://httpbin.org/post',method='POST',callback=self.parse_post)
    def parse(self, response):
        pass

    def parse_post(self,response):
        print("hello",response.text)


输出结果为;

2018-08-03 14:48:06 [scrapy.core.engine] DEBUG: Crawled (200)