使用Scrapy和C抓取HTTPS页面

2024-04-29 19:21:06 发布

您现在位置:Python中文网/ 问答频道 /正文

我想如果有可能使用scrapy+crawlera抓取https页面。到目前为止,我使用的Python请求具有以下设置:

proxy_host = 'proxy.crawlera.com'
proxy_port = '8010'
proxy_auth = 'MY_KEY'
proxies    = {
    "https": "https://{}@{}:{}/".format(proxy_auth, proxy_host, 
proxy_port),
    "http": "http://{}@{}:{}/".format(proxy_auth, proxy_host, proxy_port)
}
ca_cert    = 'crawlera-ca.crt'

res = requests.get(url='https://www.google.com/',
    proxies=proxies,
    verify=ca_cert
)

我想通过Scrapy进入异步执行。我知道有scrapy-crawlera插件,但我不知道当我有证书时如何配置它。还有一件事困扰着我。Crawlera有不同的定价计划。最基本的是C10,它允许10个并发请求。这是什么意思?我需要在中设置CONCURRENT_REQUESTS=10设置.py?在


Tags: httpscomauthformathttphostcertport