有些网址带有[]
在里面喜欢
http://www.website.com/CN.html?value_ids[]=33&value_ids[]=5007
但是当我尝试用 Scrapy 抓取这个 URL 时,它会向这个 URL 发出请求
http://www.website.com/CN.html?value_ids%5B%5D=33&value_ids%5B%5D=5007
如何强制 scrapy 不对我的 URL 进行 urlenccode?
请您参考如下方法:
当创建一个 Request
对象时,scrapy 应用了一些 url 编码方法。要恢复这些,您可以使用自定义中间件并根据需要更改 url。
您可以像这样使用下载器中间件
:
class MyCustomDownloaderMiddleware(object):
def process_request(self, request, spider):
request._url = request.url.replace("%5B", "[", 2)
request._url = request.url.replace("%5D", "]", 2)
不要忘记像这样“激活”settings.py
中的中间件:
DOWNLOADER_MIDDLEWARES = {
'so.middlewares.MyCustomDownloaderMiddleware': 900,
}
我的项目名为so
,文件夹中有一个文件middlewares.py
。您需要根据您的环境调整它们。