Python開發技巧:scrapy-redis爬蟲如何傳送POST請求

千鋒武漢發表於2021-03-24

同學們在使用scrapy-redis分散式爬蟲框架開發的時候會發現,其預設只能傳送GET請求,不能直接傳送POST請求,這就導致我們在開發一些爬蟲工具的時候出現問題,那麼如何才能讓scrapy-redis傳送POST請求呢?

scrapy-redis爬蟲

這裡我們以美團網站為例, 先來說一說需求,也就是說美團 POST請求形式。我們以獲取某個地理座標下,所有店鋪類別列表請求為例。獲取所有店鋪類別列表時,我們需要構造一個包含位置座標經緯度等資訊的表單資料,以及為了向下一層parse方法傳遞的一些必要資料,即meta,然後發起一個POST請求。


url,請求地址,即url是固定的,如下所示:


url='


url最後面的13位數字是時間戳,實際應用時用time模組生成一下就好了。


表單資料:

meta資料:


meta資料不是必須的,但是,如果你在傳送請求時,有一些資料需要向下一層parse方法(解析爬蟲返回的response的方法)中傳遞的話,就可以構造這一資料,然後作為引數傳遞進request中。

原始碼分析

採集店鋪類別列表時需要傳送怎樣一個POST請求在上面已經說明了,那麼,在scrapy-redis框架中,這個POST該如何來傳送呢?我相信,開啟我這篇博文的讀者都是用過scrapy的,用scrapy傳送POST肯定沒問題(重寫start_requests方法即可),但scrapy-redis不同,scrapy-redis框架只會從配置好的redis資料庫中讀取起始url,所以,在scrapy-redis中,就算重寫start_requests方法也沒用。怎麼辦呢?我們看看原始碼。


我們知道,scrapy-redis與scrapy的一個很大區別就是,scrapy-redis不再繼承Spider類,而是繼承RedisSpider類的,所以,RedisSpider類原始碼將是我們分析的重點,我們開啟RedisSpider類,看看有沒有類似於scrapy框架中的start_requests、make_requests_from_url這樣的方法。RedisSpider原始碼如下:

很遺憾,在RedisSpider類中沒有找到類似start_requests、make_requests_from_url這樣的方法,而且,RedisSpider的原始碼也太少了吧,不過,從第一行我們可以發現RedisSpider繼承了RedisMinxin這個類,所以我猜RedisSpider的很多功能是從父類繼承而來的(拼爹的RedisSpider)。繼續檢視RedisMinxin類原始碼。RedisMinxin類原始碼太多,這裡就不將所有原始碼貼出來了,不過,驚喜的是,在RedisMinxin中,真找到了類似於start_requests、make_requests_from_url這樣的方法,如:start_requests、next_requests、make_request_from_data等。有過scrapy使用經驗的童鞋應該都知道,start_requests方法可以說是構造一切請求的起源,沒分析scrapy-redis原始碼之前,誰也不知道scrapy-redis是不是和scrapy一樣(後面打斷點的方式驗證過,確實一樣,話說這個驗證有點多餘,因為原始碼註釋就是這麼說的),不過,還是從start_requests開始分析吧。start_requests原始碼如下:

直接把所有任務丟給next_requests方法,繼續:

上面next_requests方法中,關鍵的就是那個while迴圈,每一次迴圈都呼叫了一個make_request_from_data方法,從函式名可以函式,這個方法就是根據從redis中讀取從來的資料,例項化一個request,那不就是我們要找的方法嗎?進入make_request_from_data方法一探究竟:

因為scrapy-redis預設值傳送GET請求,所以,在這個make_request_from_data方法中認為data只包含一個url,但如果我們要傳送POST請求,這個data包含的東西可就多了,我們上面美團POST請求說明中就說到,至少要包含url、form_data。所以,如果我們要傳送POST請求,這裡必須改,make_request_from_data方法最後呼叫的make_requests_from_url是scrapy中的Spider中的方法,不過,我們也不需要繼續往下看下去了,我想諸位都也清楚了,要傳送POST請求,重寫這個make_request_from_data方法,根據傳入的data,例項化一個request返回就好了。

程式碼例項

明白上面這些東西后,就可以開始寫程式碼了。修改原始碼嗎?不,不存在的,改原始碼可不是好習慣。我們直接在我們自己的Spider類中重寫make_request_from_data方法就好了:

搞清楚原理之後,就是這麼簡單。萬事俱備,只欠東風——將url,form_data,meta儲存到redis中。另外新建一個模組實現這一部分功能:

在啟動scrapy-redis之前,執行一下這一模組即可。如果有很多POI(地理位置興趣點),迴圈遍歷每一個POI,生成request_data,push到redis中。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31548651/viewspace-2764589/,如需轉載,請註明出處,否則將追究法律責任。

相關文章