在蜘蛛可以正确工作的前提下,解析函数是正常的,但是我发现当响应状态代码为200时,一小撮响应主体随机为null,例如十分之二为body-null。同时,我使用Chrome浏览器检查此请求网址,并确保打开的页面良好。另外,我很确定自己的IP没有被禁止,一切看起来都很正常。
这里是设置:
BOT_NAME = 'CategorySpider'
SPIDER_MODULES = ['CategorySpider.spiders']
NEWSPIDER_MODULE = 'CategorySpider.spiders'
ROBOTSTXT_OBEY = False
SPIDER_MIDDLEWARES = {
'CategorySpider.middlewares.NodeMiddlewares': 100,
'CategorySpider.middlewares.CategoryspiderSpiderMiddleware': 543,
}
'DEFAULT_REQUEST_HEADERS': {
"accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
"accept-encoding": "gzip, deflate, sdch, br",
"accept-language": "zh-CN,zh;q=0.8",
"upgrade-insecure-requests": 1,
},
AUTOTHROTTLE_ENABLED = True
AUTOTHROTTLE_MAX_DELAY = 60
有人帮助我吗?非常感谢