python如何重写start_requests方法

说明

1、在scrapy中，start_url是由start_requests处理的，通过重写这种方法，start_url可以携带请求头信息。

2、cookie不能放在scrapy中的headers中，在构建请求时有专门的cookies参数。

可以接收字典形式的cookie。可能需要在settings中设置ROBOTS协议和USER_AGENT。

实例

importscrapy


classGit1Spider(scrapy.Spider):
name='git1'
allowed_domains=['github.com']
start_urls=['https://github.com/GitLqr']

defstart_requests(self):
"""
重写start_requests，发送携带cookies的Request。
默认start_requests只是普通的get请求，不会携带自定义的头信息
"""
url=self.start_urls[0]

temp='_octo=GH1.1.1045146750.1615451260;_device_id=cd8d64981fcb3fd4ba7f587873e97804'
#把cookies字符串转成字典
cookies={data.split('=')[0]:data.split('=')[-1]fordataintemp.split(';')}

yieldscrapy.Request(
url=url,
callback=self.parse,
cookies=cookies
)

defparse(self,response):
print(response.xpath('/html/head/title/text()').extract_first())

以上就是python重写start_requests方法，希望对大家有所帮助。更多Python学习指路：Python基础教程