特定网页的粘壳

2024-10-04 11:34:07 发布

您现在位置：Python中文网/ 问答频道 /正文
9169 3

我想为https://www.trekearth.com启动scrapy shell 之后

scrapy shell https://www.trekearth.com

我收到了

2018-05-11 16:02:04 [scrapy.downloadermiddlewares.retry] DEBUG: Retrying 
<GET https://www.trekearth.com> (failed 1 times): 524 Unknown Status
2018-05-11 16:02:05 [scrapy.downloadermiddlewares.retry] DEBUG: Retrying 
<GET https://www.trekearth.com> (failed 2 times): 502 Bad Gateway
2018-05-11 16:03:45 [scrapy.downloadermiddlewares.retry] DEBUG: Gave up 
retrying <GET https://www.trekearth.com> (failed 3 times): 524 Unknown Status

原因是什么？我查过的所有其他网站都不会返回类似的结果。你知道吗


Tags： httpsdebugcomgetwwwstatusshellunknown
1条回答
网友
1楼 · 发布于 2024-10-04 11:34:07

它是一种按用户代理的过滤器：

scrapy shell -s USER_AGENT="Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36" https://www.trekearth.com

相关问题 更多 >

    编程相关推荐