设置代理隐藏我的IP地址以使用scrapy抓取网页答案

【问题标题】：set proxy To hide my IP address for scraping the webpage using scrapy设置代理隐藏我的IP地址以使用scrapy抓取网页
【发布时间】：2013-02-26 08:34:25
【问题描述】：

我现在正在使用scrapy抓取网站，我需要设置代理处理已发送的请求。谁能帮我解决scrapy应用程序中的这个设置代理。如果您有，请也提供任何示例链接。我需要解决这个请求来自哪个 IP 的解决方案。

【问题讨论】：

标签： web-scraping

【解决方案1】：

您可以通过下面的代码找到here：

1 – 创建一个名为middlewares.py 的新文件并将其保存在您的scrapy 项目中，并在其中添加以下代码。

# Importing base64 library because we'll need it ONLY
#in case if the proxy we are going to use requires authentication
import base64

# Start your middleware class
class ProxyMiddleware(object):
  # overwrite process request
  def process_request(self, request, spider):
    # Set the location of the proxy
    request.meta['proxy'] = "http://YOUR_PROXY_IP:PORT"

    # Use the following lines if your proxy requires authentication
    proxy_user_pass = "USERNAME:PASSWORD"
    # setup basic authentication for the proxy
    encoded_user_pass = base64.encodestring(proxy_user_pass)
    request.headers['Proxy-Authorization'] = 'Basic ' + encoded_user_pass

2 – 打开项目的配置文件 (./project_name/settings.py) 并添加以下代码

DOWNLOADER_MIDDLEWARES = {
'scrapy.contrib.downloadermiddleware.httpproxy.HttpProxyMiddleware': 110,
'project_name.middlewares.ProxyMiddleware': 100,
}

此外，您可以通过scrapy 使用多个代理。更多信息可以找到here。

【讨论】：