Scrapy框架----- Settings

Settings

Scrapy設置(settings)提供了定製Scrapy組件的方法。能夠控制包括核心(core)，插件(extension)，pipeline及spider組件。好比 設置Json Pipeliine、LOG_LEVEL等。

參考文檔：http://scrapy-chs.readthedocs.io/zh_CN/1.0/topics/settings.html#topics-settings-ref

內置設置參考手冊

• BOT_NAME

  • 默認: 'scrapybot'

  • 當您使用 startproject 命令建立項目時其也被自動賦值。

• CONCURRENT_ITEMS

  • 默認: 100

  • Item Processor(即 Item Pipeline) 同時處理(每一個response的)item的最大值。

• CONCURRENT_REQUESTS

  • 默認: 16

  • Scrapy downloader 併發請求(concurrent requests)的最大值。

• DEFAULT_REQUEST_HEADERS

  • 默認: 以下

    {
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'en',
    }

    Scrapy HTTP Request使用的默認header。

• DEPTH_LIMIT

  • 默認: 0

  • 爬取網站最大容許的深度(depth)值。若是爲0，則沒有限制。

• DOWNLOAD_DELAY

  • 默認: 0

  • 下載器在下載同一個網站下一個頁面前須要等待的時間。該選項能夠用來限制爬取速度， 減輕服務器壓力。同時也支持小數:

  DOWNLOAD_DELAY = 0.25 # 250 ms of delay

  • 默認狀況下，Scrapy在兩個請求間不等待一個固定的值， 而是使用0.5到1.5之間的一個隨機值 * DOWNLOAD_DELAY 的結果做爲等待間隔。

• DOWNLOAD_TIMEOUT

  • 默認: 180

  • 下載器超時時間(單位: 秒)。

• ITEM_PIPELINES

  • 默認: {}

  • 保存項目中啓用的pipeline及其順序的字典。該字典默認爲空，值(value)任意，不過值(value)習慣設置在0-1000範圍內，值越小優先級越高。

    ITEM_PIPELINES = {
    'mySpider.pipelines.SomethingPipeline': 300,
    'mySpider.pipelines.ItcastJsonPipeline': 800,
    }

• LOG_ENABLED

  • 默認: True

  • 是否啓用logging。

• LOG_ENCODING

  • 默認: 'utf-8'

  • logging使用的編碼。

• LOG_LEVEL

  • 默認: 'DEBUG'

  • log的最低級別。可選的級別有: CRITICAL、 ERROR、WARNING、INFO、DEBUG 。

• USER_AGENT

  • 默認: "Scrapy/VERSION (+http://scrapy.org)"

  • 爬取的默認User-Agent，除非被覆蓋。

• PROXIES： 代理設置

  • 示例：

    PROXIES = [
      {'ip_port': '111.11.228.75:80', 'password': ''},
      {'ip_port': '120.198.243.22:80', 'password': ''},
      {'ip_port': '111.8.60.9:8123', 'password': ''},
      {'ip_port': '101.71.27.120:80', 'password': ''},
      {'ip_port': '122.96.59.104:80', 'password': ''},
      {'ip_port': '122.224.249.122:8088', 'password':''},
    ]

• COOKIES_ENABLED = False

  • 禁用Cookies