今天练手爬取这个页面:https://book.douban.com/tag/%E7%BC%96%E7%A8%8B
的过程中,用scrapy shell测试xpath写得是否准确,没想到返回403错误,如下图所示:
问了万能的百度,原来是豆瓣采取了反爬机制(当然对于scrapy shell也不例外),所以,只能在使用shell的时候也同样考虑一些“反-反爬”的办法。
当然,首先是要考虑设置user agent.如下图所示:
终于可以了!
今天练手爬取这个页面:https://book.douban.com/tag/%E7%BC%96%E7%A8%8B
的过程中,用scrapy shell测试xpath写得是否准确,没想到返回403错误,如下图所示:
问了万能的百度,原来是豆瓣采取了反爬机制(当然对于scrapy shell也不例外),所以,只能在使用shell的时候也同样考虑一些“反-反爬”的办法。
当然,首先是要考虑设置user agent.如下图所示:
终于可以了!