scrapy—settings.py配置文件詳解

scrapy——settings設(shè)置解讀

# -*- coding: utf-8 -*-

# Scrapy settings for demo project
#
# For simplicity, this file contains only settings considered important or
# commonly used. You can find more settings consulting the documentation:
#
#     http://doc.scrapy.org/en/latest/topics/settings.html
#     http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html
#     http://scrapy.readthedocs.org/en/latest/topics/spider-middleware.html

BOT_NAME = 'demo'   #Scrapy項(xiàng)目的名字,這將用來構(gòu)造默認(rèn) User-Agent,同時(shí)也用來log,當(dāng)您使用 startproject 命令創(chuàng)建項(xiàng)目時(shí)其也被自動賦值滑肉。

SPIDER_MODULES = ['demo.spiders']   #Scrapy搜索spider的模塊列表 默認(rèn): [xxx.spiders]
NEWSPIDER_MODULE = 'demo1.spiders'   #使用 genspider 命令創(chuàng)建新spider的模塊迫像。默認(rèn): 'xxx.spiders'

#爬取的默認(rèn)User-Agent,除非被覆蓋
#USER_AGENT = 'demo1 (+http://www.yourdomain.com)'

#如果啟用,Scrapy將會采用 robots.txt策略
ROBOTSTXT_OBEY = True

#Scrapy downloader 并發(fā)請求(concurrent requests)的最大值,默認(rèn): 16
#CONCURRENT_REQUESTS = 32

#為同一網(wǎng)站的請求配置延遲(默認(rèn)值:0)
# See http://scrapy.readthedocs.org/en/latest/topics/settings.html#download-delay
# See also autothrottle settings and docs  
#DOWNLOAD_DELAY = 3   下載器在下載同一個(gè)網(wǎng)站下一個(gè)頁面前需要等待的時(shí)間,該選項(xiàng)可以用來限制爬取速度,減輕服務(wù)器壓力橱鹏。同時(shí)也支持小數(shù):0.25 以秒為單位

    
#下載延遲設(shè)置只有一個(gè)有效
#CONCURRENT_REQUESTS_PER_DOMAIN = 16   對單個(gè)網(wǎng)站進(jìn)行并發(fā)請求的最大值卵皂。
#CONCURRENT_REQUESTS_PER_IP = 16       對單個(gè)IP進(jìn)行并發(fā)請求的最大值心褐。如果非0,則忽略 CONCURRENT_REQUESTS_PER_DOMAIN 設(shè)定,使用該設(shè)定蜈七。 也就是說,并發(fā)限制將針對IP,而不是網(wǎng)站乱凿。該設(shè)定也影響 DOWNLOAD_DELAY: 如果 CONCURRENT_REQUESTS_PER_IP 非0,下載延遲應(yīng)用在IP而不是網(wǎng)站上。

#禁用Cookie(默認(rèn)情況下啟用)
#COOKIES_ENABLED = False

#禁用Telnet控制臺(默認(rèn)啟用)
#TELNETCONSOLE_ENABLED = False 

#覆蓋默認(rèn)請求標(biāo)頭:
#DEFAULT_REQUEST_HEADERS = {
#   'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
#   'Accept-Language': 'en',
#}

#啟用或禁用蜘蛛中間件
# See http://scrapy.readthedocs.org/en/latest/topics/spider-middleware.html
#SPIDER_MIDDLEWARES = {
#    'demo1.middlewares.Demo1SpiderMiddleware': 543,
#}

#啟用或禁用下載器中間件
# See http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html
#DOWNLOADER_MIDDLEWARES = {
#    'demo1.middlewares.MyCustomDownloaderMiddleware': 543,
#}

#啟用或禁用擴(kuò)展程序
# See http://scrapy.readthedocs.org/en/latest/topics/extensions.html
#EXTENSIONS = {
#    'scrapy.extensions.telnet.TelnetConsole': None,
#}

#配置項(xiàng)目管道
# See http://scrapy.readthedocs.org/en/latest/topics/item-pipeline.html
#ITEM_PIPELINES = {
#    'demo1.pipelines.Demo1Pipeline': 300,
#}

#啟用和配置AutoThrottle擴(kuò)展(默認(rèn)情況下禁用)
# See http://doc.scrapy.org/en/latest/topics/autothrottle.html
#AUTOTHROTTLE_ENABLED = True

#初始下載延遲
#AUTOTHROTTLE_START_DELAY = 5

#在高延遲的情況下設(shè)置的最大下載延遲
#AUTOTHROTTLE_MAX_DELAY = 60


#Scrapy請求的平均數(shù)量應(yīng)該并行發(fā)送每個(gè)遠(yuǎn)程服務(wù)器
#AUTOTHROTTLE_TARGET_CONCURRENCY = 1.0

#啟用顯示所收到的每個(gè)響應(yīng)的調(diào)節(jié)統(tǒng)計(jì)信息:
#AUTOTHROTTLE_DEBUG = False

#啟用和配置HTTP緩存(默認(rèn)情況下禁用)
# See http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html#httpcache-middleware-settings
#HTTPCACHE_ENABLED = True
#HTTPCACHE_EXPIRATION_SECS = 0
#HTTPCACHE_DIR = 'httpcache'
#HTTPCACHE_IGNORE_HTTP_CODES = []
#HTTPCACHE_STORAGE = 'scrapy.extensions.httpcache.FilesystemCacheStorage'
解釋幾個(gè)參數(shù):

ROBOTSTXT_OBEY = True 是否遵守robots.txt
CONCURRENT_REQUESTS = 16 開啟線程數(shù)量础倍,默認(rèn)16
AUTOTHROTTLE_START_DELAY = 3: 開始下載時(shí)限速并延遲時(shí)間
AUTOTHROTTLE_MAX_DELAY = 60高并發(fā)請求時(shí)最大延遲時(shí)間


最底下的幾個(gè):是否啟用在本地緩存童社,如果開啟會優(yōu)先讀取本地緩存,從而加快爬取速度著隆,視情況而定

HTTPCACHE_ENABLED = True
HTTPCACHE_EXPIRATION_SECS = 0
HTTPCACHE_DIR = 'httpcache'
HTTPCACHE_IGNORE_HTTP_CODES = []
HTTPCACHE_STORAGE = 'scrapy.extensions.httpcache.FilesystemCacheStorage'

以上幾個(gè)可以視項(xiàng)目需要開啟,但是有兩個(gè)參數(shù)最好每次都開啟呀癣,而每次都是項(xiàng)目文件手動開啟不免有些麻煩美浦,最好是項(xiàng)目創(chuàng)建后就自動開啟

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

參考文章鏈接:http://www.qingpingshan.com/jb/python/255273.html

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市项栏,隨后出現(xiàn)的幾起案子浦辨,更是在濱河造成了極大的恐慌,老刑警劉巖沼沈,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件流酬,死亡現(xiàn)場離奇詭異,居然都是意外死亡列另,警方通過查閱死者的電腦和手機(jī)芽腾,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來页衙,“玉大人摊滔,你說我怎么就攤上這事〉昀郑” “怎么了艰躺?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長眨八。 經(jīng)常有香客問我腺兴,道長,這世上最難降的妖魔是什么廉侧? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任页响,我火速辦了婚禮篓足,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘拘泞。我一直安慰自己纷纫,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布陪腌。 她就那樣靜靜地躺著辱魁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪诗鸭。 梳的紋絲不亂的頭發(fā)上染簇,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天,我揣著相機(jī)與錄音强岸,去河邊找鬼锻弓。 笑死,一個(gè)胖子當(dāng)著我的面吹牛蝌箍,可吹牛的內(nèi)容都是我干的青灼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼妓盲,長吁一口氣:“原來是場噩夢啊……” “哼杂拨!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起悯衬,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤弹沽,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后筋粗,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體策橘,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年娜亿,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了丽已。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,977評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡买决,死狀恐怖促脉,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情策州,我是刑警寧澤瘸味,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布,位于F島的核電站够挂,受9級特大地震影響旁仿,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一枯冈、第九天 我趴在偏房一處隱蔽的房頂上張望毅贮。 院中可真熱鬧,春花似錦尘奏、人聲如沸滩褥。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽瑰煎。三九已至,卻和暖如春俗孝,著一層夾襖步出監(jiān)牢的瞬間酒甸,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工赋铝, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留插勤,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓革骨,卻偏偏與公主長得像农尖,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子良哲,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容