使用代理与scrapy-splash

Question

我正在尝试使用代理（proxymesh）和scrapy-splash。我有以下（相关）代码

PROXY = """splash:on_request(function(request)
    request:set_proxy{
        host = http://us-ny.proxymesh.com,
        port = 31280,
        username = username,
        password = secretpass,
    }
    return splash:html()
end)"""

和start_requests

def start_requests(self):
    for url in self.start_urls:
        print url
        yield SplashRequest(url, self.parse,
            endpoint='execute',
            args={'wait': 5,
                  'lua_source': PROXY,
                  'js_source': 'document.body'},

但它似乎不起作用。 self.parse完全没有被调用。如果我将端点更改为'render.html'，我会点击self.parse方法，但是当我检查标题（response.headers）时，我可以看到它不会通过代理。我确认当我将http://checkip.dyndns.org/设置为起始URL并在解析响应时看到我的旧IP地址。

我做错了什么？

Answer 1

您应该添加＆＃39;代理＆＃39; SplashRequest对象的参数。

def start_requests(self):
    for url in self.start_urls:
        print url
        yield SplashRequest(url, self.parse,
            endpoint='execute',
            args={'wait': 5,
                  'lua_source': PROXY,
                  'js_source': 'document.body',
                  'proxy': 'http://proxy_ip:proxy_port'}