前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >scrapy setting配置及说明

scrapy setting配置及说明

作者头像
周小董
发布2019-03-25 10:58:11
2.1K0
发布2019-03-25 10:58:11
举报
文章被收录于专栏:python前行者python前行者

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

  • AUTOTHROTTLE_START_DELAY = 3 开始下载时限速并延迟时间
  • AUTOTHROTTLE_MAX_DELAY = 60 高并发请求时最大延迟时间
  • AWS_ACCESS_KEY_ID 它是用于访问亚马逊网络服务。 默认值:无
  • AWS_SECRET_ACCESS_KEY 它是用于访问亚马逊网络服务。
  • BOT_NAME 它是一种可以用于构建用户代理机器人的名称。 默认值:“scrapybot” eg:BOT_NAME=“scrapybot”
  • CONCURRENT_ITEMS 在用来并行地处理所述物品处理器的现有项目的最大数目。 默认 Item 并发数:100
  • CONCURRENT_REQUESTS 其中Scrapy下载执行现有的最大请求数。 默认值:16 并发是指scrapy同时处理的request的数量,默认的全局并发限制为16,可增加这个值,增加多少取决于爬虫占CPU多少,设置前最好测试一下,一般占在80-90%为好
  • CONCURRENT_REQUESTS_PER_DOMAIN 现有的最大请求数,对于任何单域同时进行。 默认值:8
  • CONCURRENT_REQUESTS_PER_IP 现有的请求的最大数量的同时执行任何单一的IP。 默认值:0(0表示忽略)
  • COOKIES_ENABLED = False 禁止cookies,有些站点会从cookies中判断是否为爬虫
  • DEFAULT_ITEM_CLASS 它是用来表示商品一类。 默认值:“scrapy.item.Item”
  • DEFAULT_REQUEST_HEADERS 它是用于Scrapy的HTTP请求的默认标题。 默认值:
代码语言:javascript
复制
{ 
 'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8', 
 'Accept-Language': 'en', 
}
  • DEPTH_LIMIT 因为蜘蛛的最大深度抓取任何网站。 默认值:0 爬取网站最大允许的深度(depth)值。如果为0,则没有限制
  • DEPTH_PRIORITY 整数值。用于根据深度调整request优先级。如果为0,则不根据深度进行优先级调整。 默认值:0
  • DEPTH_STATS 它指出是否收集详细的统计资料与否。 默认值:True
  • DEPTH_STATS_VERBOSE 当启用此设置,请求数统计中的每个详细深入的收集。 默认值:False
  • DNSCACHE_ENABLED 它是用来启用内存缓存DNS。 默认值:True
  • DNSCACHE_SIZE 它定义了在内存中缓存DNS的大小。 默认值:10000
  • DNS_TIMEOUT 它是用来设置超时DNS处理的查询。 默认值:60
  • DOWNLOADER 它是用来抓取过程中下载。 默认值:“scrapy.core.downloader.Downloader”
  • DOWNLOADER_MIDDLEWARES 这是辞典保持下载中间件和他们的订单。 默认值: {}
  • DOWNLOADER_MIDDLEWARES_BASE 这是默认启用的一个辞典保持下载中间件。 默认值:
代码语言:javascript
复制
{
    'scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware': 100,
    'scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware': 300,
    'scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware': 350,
    'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware': 400,
    'scrapy.downloadermiddlewares.retry.RetryMiddleware': 500,
    'scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware': 550,
    'scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware': 580,
    'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 590,
    'scrapy.downloadermiddlewares.redirect.RedirectMiddleware': 600,
    'scrapy.downloadermiddlewares.cookies.CookiesMiddleware': 700,
    'scrapy.downloadermiddlewares.httpproxy.HttpProxyMiddleware': 750,
    'scrapy.downloadermiddlewares.chunked.ChunkedTransferMiddleware': 830,
    'scrapy.downloadermiddlewares.stats.DownloaderStats': 850,
    'scrapy.downloadermiddlewares.httpcache.HttpCacheMiddleware': 900,
}

包含Scrapy默认启用的下载中间件的字典。 永远不要在项目中修改该设定,而是修改DOWNLOADER_MIDDLEWARES

  • DOWNLOADER_STATS 此设置用于启用下载统计。 默认值:True
  • DOWNLOAD_DELAY 它定义的总时间下载它从下载网站的网页之前。 默认值:0

下载器在下载同一个网站下一个页面前需要等待的时间。该选项可以用来限制爬取速度, 减轻服务器压力。同时也支持小数。

默认情况下,Scrapy在两个请求间不等待一个固定的值, 而是使用0.5到1.5之间的一个随机值 * DOWNLOAD_DELAY 的结果作为等待间隔。

  • DOWNLOAD_HANDLERS 它与下载处理程序的字典。 默认值: {}
  • DOWNLOAD_HANDLERS_BASE 它与默认情况下启用下载处理程序的字典。 默认值:
代码语言:javascript
复制
{
    'file': 'scrapy.core.downloader.handlers.file.FileDownloadHandler',
    'http': 'scrapy.core.downloader.handlers.http.HttpDownloadHandler',
    'https': 'scrapy.core.downloader.handlers.http.HttpDownloadHandler',
    's3': 'scrapy.core.downloader.handlers.s3.S3DownloadHandler',
}
  • DOWNLOAD_TIMEOUT 它的总时间下载到之前等待超时。 默认值:180
  • DOWNLOAD_MAXSIZE 这是响应的下载器下载的最大尺寸。 默认值:1073741824 (1024MB)
  • DOWNLOAD_WARNSIZE 它定义为响应下载警告的大小。 默认值:33554432 (32MB)
  • DUPEFILTER_CLASS 这是用于检测和是重复的请求的滤波的类。 默认值:“scrapy.dupefilters.RFPDupeFilter”
  • DUPEFILTER_DEBUG 当设置为true此设置记录所有重复的过滤器。 默认值:False
  • EDITOR 它是用来编辑使用编辑命令蜘蛛。 默认值:取决于环境
  • EXTENSIONS 它是具有在项目中启用的扩展字典。 默认值: {}
  • EXTENSIONS_BASE 它是具有内置的扩展字典。 默认值:
代码语言:javascript
复制
{
    'scrapy.extensions.corestats.CoreStats': 0,
    'scrapy.telnet.TelnetConsole': 0,
    'scrapy.extensions.memusage.MemoryUsage': 0,
    'scrapy.extensions.memdebug.MemoryDebugger': 0,
    'scrapy.extensions.closespider.CloseSpider': 0,
    'scrapy.extensions.feedexport.FeedExporter': 0,
    'scrapy.extensions.logstats.LogStats': 0,
    'scrapy.extensions.spiderstate.SpiderState': 0,
    'scrapy.extensions.throttle.AutoThrottle': 0,
}
  • FEED_TEMPDIR 它是用来设置,其中履带临时文件可以存储自定义文件夹的目录。
  • ITEM_PIPELINES 它是具有管线的字典。 默认值: {}
  • ITEM_PIPELINES_BASE 默认: {} 保存项目中默认启用的pipeline的字典。 永远不要在项目中修改该设定,而是修改 ITEM_PIPELINES
  • LOG_ENABLED 它定义如果日志被启用。 默认值:True
  • LOG_ENCODING 它定义了将用于记录的编码类型。 默认值: ‘UTF-8’
  • LOG_FILE 它是用于记录的输出文件的名称。logging输出的文件名。如果为None,则使用标准错误输出(standard error)。 默认值:无
  • LOG_FORMAT 它是利用它的日志信息可以被格式化的字符串。 默认值:’%(asctime)s [%(name)s] %(levelname)s: %(message)s’
  • LOG_DATEFORMAT 它是利用它的日期/时间可以格式化字符串。 默认值: ‘%Y-%m-%d %H:%M:%S’
  • LOG_LEVEL 它定义最低日志级别。 默认值:“DEBUG” log的最低级别。可选的级别有: CRITICAL、 ERROR、WARNING、INFO、DEBUG 。
  • LOG_STDOUT 此设置如果设置为true ,所有侑过程输出会出现在日志中。 默认值:False
  • MEMDEBUG_ENABLED 它定义如果内存调试启用。 默认值:False
  • MEMDEBUG_NOTIFY 它定义启用内存调试时,发送到特定地址的内存报告。 默认值: []
  • MEMUSAGE_ENABLED 它定义如果存储器使用是当scrapy过程超过存储器限制被启用。 默认值:False
  • MEMUSAGE_LIMIT_MB 如果定义了存储器的最大限制(in megabytes)被允许。在关闭Scrapy之前所允许的最大内存数(单位: MB)(如果 MEMUSAGE_ENABLED为True)。 如果为0,将不做限制。 默认值:0
  • MEMUSAGE_CHECK_INTERVAL_SECONDS 它用于通过设置间隔的长度,以检查本内存使用情况。 默认值:60.0
  • MEMUSAGE_NOTIFY_MAIL 它是用来当内存达到极限与电子邮件列表通知。 默认值:False
  • MEMUSAGE_REPORT 它定义如果内存使用情况报告要在关闭每个蜘蛛发送。 默认值:False
  • MEMUSAGE_WARNING_MB 它定义被发送警告之前被允许的总存储。 默认值:0
  • NEWSPIDER_MODULE 这是其中使用创造了新的蜘蛛模块genspider命令。 默认值: ‘’
  • RANDOMIZE_DOWNLOAD_DELAY 它定义的时候了Scrapy等待下载的同时从网站上请求一个随机量。如果启用,当从相同的网站获取数据时,Scrapy将会等待一个随机的值 (0.5到1.5之间的一个随机值 * DOWNLOAD_DELAY 默认值:True
  • REACTOR_THREADPOOL_MAXSIZE 它定义为在反应器线程池的最大尺寸。 默认值:10
  • REDIRECT_MAX_TIMES 它定义了一个请求多少次可以重定向。 默认值:20
  • REDIRECT_PRIORITY_ADJUST 设置时,该设置,调整的请求重定向优先级。修改重定向请求相对于原始请求的优先级。 负数意味着更多优先级 默认值:+2
  • RETRY_PRIORITY_ADJUST 设置时,该设置,调整请求重试的优先权。 默认值:-1
  • RETRY_ENABLED = False 对于失败的HTTP请求(如超时)进行重试会降低爬取效率,当爬取目标基数很大时,舍弃部分数据不影响大局,提高效率
  • ROBOTSTXT_OBEY 当设置为Scrapy遵循robots.txt政策true 。 默认值:False robots.txt 是遵循 Robot协议 的一个文件,它保存在网站的服务器中,它的作用是,告诉搜索引擎爬虫,本网站哪些目录下的网页 不希望 你进行爬取收录。在Scrapy启动后,会在第一时间访问网站的 robots.txt 文件,然后决定该网站的爬取范围。
  • SCHEDULER 它定义了用于抓取目的调度。 默认值:“scrapy.core.scheduler.Scheduler”
  • SPIDER_CONTRACTS 它是在有项目蜘蛛合同测试蜘蛛的字典。 默认值: {}
  • SPIDER_CONTRACTS_BASE 这是保持其在Scrapy默认启用Scrapy合同的字典。 默认值:
代码语言:javascript
复制
{
    'scrapy.contracts.default.UrlContract' : 1,
    'scrapy.contracts.default.ReturnsContract': 2,
    'scrapy.contracts.default.ScrapesContract': 3,
}
  • SPIDER_LOADER_CLASS 它定义了实现一个类SpiderLoader API来加载蜘蛛。 默认值:“scrapy.spiderloader.SpiderLoader”
  • SPIDER_MIDDLEWARES 这是拿着蜘蛛中间件的字典。 默认值: {}
  • SPIDER_MIDDLEWARES_BASE 这是在Scrapy默认启用一个辞典保持蜘蛛中间件。 默认值:
代码语言:javascript
复制
{
    'scrapy.spidermiddlewares.httperror.HttpErrorMiddleware': 50,
    'scrapy.spidermiddlewares.offsite.OffsiteMiddleware': 500,
    'scrapy.spidermiddlewares.referer.RefererMiddleware': 700,
    'scrapy.spidermiddlewares.urllength.UrlLengthMiddleware': 800,
    'scrapy.spidermiddlewares.depth.DepthMiddleware': 900,
}
  • SPIDER_MODULES 它是一种含有蜘蛛其中Scrapy将寻找模块列表。 默认值: []
  • STATS_CLASS 这是实现一类Stats Collector API来收集统计信息。 默认值:“scrapy.statscollectors.MemoryStatsCollector”
  • STATS_DUMP 当设置此设置true ,转储统计到日志中。 默认值:True
  • STATSMAILER_RCPTS 一旦蜘蛛刮完毕,Scrapy使用此设置发送统计数据。 默认值: []
  • TELNETCONSOLE_ENABLED 它定义是否启用telnetconsole。 默认值:True
  • TELNETCONSOLE_PORT 它定义了Telnet控制台端口。 默认值:[6023,6073]
  • TEMPLATES_DIR 它是包含可以在创建新的项目中使用的模板目录。 默认值: templates scrapy模块内部目录
  • URLLENGTH_LIMIT 它定义了将被允许抓取的网址的长度为URL的最大极限。 默认值:2083
  • USER_AGENT 它定义了在抓取网站所使用的用户代理。 默认值: “Scrapy / VERSION“
  • setting模板文件
代码语言:javascript
复制
# -*- coding: utf-8 -*-
# Scrapy settings for companyNews 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
from DBSetting import host_redis,port_redis,db_redis,password_redis


#它是一种可以用于构建用户代理机器人的名称,默认值:'scrapybot'
BOT_NAME = 'companyNews'
# 它是一种含有蜘蛛其中Scrapy将寻找模块列表,默认值: []
SPIDER_MODULES = ['companyNews.spiders']
# 默认: '',使用 genspider 命令创建新spider的模块。
NEWSPIDER_MODULE = 'companyNews.spiders'
#-----------------------日志文件配置-----------------------------------
# 默认: True,是否启用logging。
# LOG_ENABLED=True
# 默认: 'utf-8',logging使用的编码。
# LOG_ENCODING='utf-8'
# 它是利用它的日志信息可以被格式化的字符串。默认值:'%(asctime)s [%(name)s] %(levelname)s: %(message)s'
# LOG_FORMAT='%(asctime)s [%(name)s] %(levelname)s: %(message)s'
# 它是利用它的日期/时间可以格式化字符串。默认值: '%Y-%m-%d %H:%M:%S'
# LOG_DATEFORMAT='%Y-%m-%d %H:%M:%S'
#日志文件名
#LOG_FILE = "dg.log"
#日志文件级别,默认值:“DEBUG”,log的最低级别。可选的级别有: CRITICAL、 ERROR、WARNING、INFO、DEBUG 。
LOG_LEVEL = 'WARNING'
# -----------------------------robots协议---------------------------------------------
# Obey robots.txt rules
# robots.txt 是遵循 Robot协议 的一个文件,它保存在网站的服务器中,它的作用是,告诉搜索引擎爬虫,
# 本网站哪些目录下的网页 不希望 你进行爬取收录。在Scrapy启动后,会在第一时间访问网站的 robots.txt 文件,
# 然后决定该网站的爬取范围。
# ROBOTSTXT_OBEY = True

# 对于失败的HTTP请求(如超时)进行重试会降低爬取效率,当爬取目标基数很大时,舍弃部分数据不影响大局,提高效率
RETRY_ENABLED = False
#请求下载超时时间,默认180秒
DOWNLOAD_TIMEOUT=20
# 这是响应的下载器下载的最大尺寸,默认值:1073741824 (1024MB)
# DOWNLOAD_MAXSIZE=1073741824
# 它定义为响应下载警告的大小,默认值:33554432 (32MB)
# DOWNLOAD_WARNSIZE=33554432
# ------------------------全局并发数的一些配置:-------------------------------
# Configure maximum concurrent requests performed by Scrapy (default: 16)
# 默认 Request 并发数:16
# CONCURRENT_REQUESTS = 32
# 默认 Item 并发数:100
# CONCURRENT_ITEMS = 100
# The download delay setting will honor only one of:
# 默认每个域名的并发数:8
#CONCURRENT_REQUESTS_PER_DOMAIN = 16
# 每个IP的最大并发数:0表示忽略
# CONCURRENT_REQUESTS_PER_IP = 0

# Configure a delay for requests for the same website (default: 0)
# See http://scrapy.readthedocs.org/en/latest/topics/settings.html#download-delay
# See also autothrottle settings and docs
#DOWNLOAD_DELAY 会影响 CONCURRENT_REQUESTS,不能使并发显现出来,设置下载延迟
#DOWNLOAD_DELAY = 3

# Disable cookies (enabled by default)
#禁用cookies,有些站点会从cookies中判断是否为爬虫
# COOKIES_ENABLED = True
# COOKIES_DEBUG = True

# Crawl responsibly by identifying yourself (and your website) on the user-agent
# 它定义了在抓取网站所使用的用户代理,默认值:“Scrapy / VERSION“
#USER_AGENT = ' (+http://www.yourdomain.com)'

# Override the default request headers:
DEFAULT_REQUEST_HEADERS = {
  'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
  'Accept-Language': 'en',
}
# Enable or disable spider middlewares
# See http://scrapy.readthedocs.org/en/latest/topics/spider-middleware.html
SPIDER_MIDDLEWARES = {
    'companyNews.middlewares.UserAgentmiddleware': 401,
    'companyNews.middlewares.ProxyMiddleware':426,
}
# Enable or disable downloader middlewares
# See http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html
DOWNLOADER_MIDDLEWARES = {
    'companyNews.middlewares.UserAgentmiddleware': 400,
    'companyNews.middlewares.ProxyMiddleware':425,
    # 'scrapy.downloadermiddlewares.httpproxy.HttpProxyMiddleware':423,
     # 'companyNews.middlewares.CookieMiddleware': 700,
}
MYEXT_ENABLED=True      # 开启扩展
IDLE_NUMBER=12           # 配置空闲持续时间单位为 360个 ,一个时间单位为5s
# Enable or disable extensions
# See http://scrapy.readthedocs.org/en/latest/topics/extensions.html
# 在 EXTENSIONS 配置,激活扩展
EXTENSIONS = {
    # 'scrapy.extensions.telnet.TelnetConsole': None,
    'companyNews.extensions.RedisSpiderSmartIdleClosedExensions': 500,
}
# Configure item pipelines
# See http://scrapy.readthedocs.org/en/latest/topics/item-pipeline.html
# 注意:自定义pipeline的优先级需高于Redispipeline,因为RedisPipeline不会返回item,
# 所以如果RedisPipeline优先级高于自定义pipeline,那么自定义pipeline无法获取到item
ITEM_PIPELINES = {
     #将清除的项目在redis进行处理,# 将RedisPipeline注册到pipeline组件中(这样才能将数据存入Redis)
    # 'scrapy_redis.pipelines.RedisPipeline': 400,
    'companyNews.pipelines.companyNewsPipeline': 300,# 自定义pipeline视情况选择性注册(可选)
}
# Enable and configure HTTP caching (disabled by default)
# See http://scrapy.readthedocs.org/en/latest/topics/downloader-middleware.html#httpcache-middleware-settings
# ----------------scrapy默认已经自带了缓存,配置如下-----------------
# 打开缓存
#HTTPCACHE_ENABLED = True
# 设置缓存过期时间(单位:秒)
#HTTPCACHE_EXPIRATION_SECS = 0
# 缓存路径(默认为:.scrapy/httpcache)
#HTTPCACHE_DIR = 'httpcache'
# 忽略的状态码
#HTTPCACHE_IGNORE_HTTP_CODES = []
# HTTPERROR_ALLOWED_CODES = [302, 301]
# 缓存模式(文件缓存)
#HTTPCACHE_STORAGE = 'scrapy.extensions.httpcache.FilesystemCacheStorage'

#-----------------Scrapy-Redis分布式爬虫相关设置如下--------------------------
# Enables scheduling storing requests queue in redis.
#启用Redis调度存储请求队列,使用Scrapy-Redis的调度器,不再使用scrapy的调度器
SCHEDULER = "scrapy_redis.scheduler.Scheduler"

# Ensure all spiders share same duplicates filter through redis.
#确保所有的爬虫通过Redis去重,使用Scrapy-Redis的去重组件,不再使用scrapy的去重组件
DUPEFILTER_CLASS = "scrapy_redis.dupefilter.RFPDupeFilter"

# 默认请求序列化使用的是pickle 但是我们可以更改为其他类似的。PS:这玩意儿2.X的可以用。3.X的不能用
# SCHEDULER_SERIALIZER = "scrapy_redis.picklecompat"

# 使用优先级调度请求队列 (默认使用),
# 使用Scrapy-Redis的从请求集合中取出请求的方式,三种方式择其一即可:
# 分别按(1)请求的优先级/(2)队列FIFO/(先进先出)(3)栈FILO 取出请求(先进后出)
# SCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.PriorityQueue'
# 可选用的其它队列
SCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.FifoQueue'
# SCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.LifoQueue'

# Don't cleanup redis queues, allows to pause/resume crawls.
#不清除Redis队列、这样可以暂停/恢复 爬取,
# 允许暂停,redis请求记录不会丢失(重启爬虫不会重头爬取已爬过的页面)
#SCHEDULER_PERSIST = True

#----------------------redis的地址配置-------------------------------------
# Specify the full Redis URL for connecting (optional).
# If set, this takes precedence over the REDIS_HOST and REDIS_PORT settings.
# 指定用于连接redis的URL(可选)
# 如果设置此项,则此项优先级高于设置的REDIS_HOST 和 REDIS_PORT
# REDIS_URL = 'redis://root:密码@主机IP:端口'
# REDIS_URL = 'redis://root:123456@192.168.8.30:6379'
REDIS_URL = 'redis://root:%s@%s:%s'%(password_redis,host_redis,port_redis)
# 自定义的redis参数(连接超时之类的)
REDIS_PARAMS={'db': db_redis}
# Specify the host and port to use when connecting to Redis (optional).
# 指定连接到redis时使用的端口和地址(可选)
#REDIS_HOST = '127.0.0.1'
#REDIS_PORT = 6379
#REDIS_PASS = '19940225'

#-----------------------------------------暂时用不到-------------------------------------------------------
# 它定义了将被允许抓取的网址的长度为URL的最大极限,默认值:2083
# URLLENGTH_LIMIT=2083
# 爬取网站最大允许的深度(depth)值,默认值0。如果为0,则没有限制
# DEPTH_LIMIT = 3
# 整数值。用于根据深度调整request优先级。如果为0,则不根据深度进行优先级调整。
# DEPTH_PRIORITY=3

# 最大空闲时间防止分布式爬虫因为等待而关闭
# 这只有当上面设置的队列类是SpiderQueue或SpiderStack时才有效
# 并且当您的蜘蛛首次启动时,也可能会阻止同一时间启动(由于队列为空)
# SCHEDULER_IDLE_BEFORE_CLOSE = 10

# 序列化项目管道作为redis Key存储
# REDIS_ITEMS_KEY = '%(spider)s:items'

# 默认使用ScrapyJSONEncoder进行项目序列化
# You can use any importable path to a callable object.
# REDIS_ITEMS_SERIALIZER = 'json.dumps'

# 自定义redis客户端类
# REDIS_PARAMS['redis_cls'] = 'myproject.RedisClient'

# 如果为True,则使用redis的'spop'进行操作。
# 如果需要避免起始网址列表出现重复,这个选项非常有用。开启此选项urls必须通过sadd添加,否则会出现类型错误。
# REDIS_START_URLS_AS_SET = False

# RedisSpider和RedisCrawlSpider默认 start_usls 键
# REDIS_START_URLS_KEY = '%(name)s:start_urls'

# 设置redis使用utf-8之外的编码
# REDIS_ENCODING = 'latin1'

# Disable Telnet Console (enabled by default)
# 它定义是否启用telnetconsole,默认值:True
#TELNETCONSOLE_ENABLED = False

# Enable and configure the AutoThrottle extension (disabled by default)
# See http://doc.scrapy.org/en/latest/topics/autothrottle.html
#AUTOTHROTTLE_ENABLED = True
# The initial download delay
# 开始下载时限速并延迟时间
#AUTOTHROTTLE_START_DELAY = 5
# The maximum download delay to be set in case of high latencies
#高并发请求时最大延迟时间
#AUTOTHROTTLE_MAX_DELAY = 60
# The average number of requests Scrapy should be sending in parallel to
# each remote server
#AUTOTHROTTLE_TARGET_CONCURRENCY = 1.0
# Enable showing throttling stats for every response received:
#AUTOTHROTTLE_DEBUG = False

# REDIRECT_ENABLED = False

参考:https://blog.csdn.net/henry620/article/details/55505662 https://www.cnblogs.com/lambs/p/9134566.html https://www.cnblogs.com/zhaof/p/7198407.html https://blog.csdn.net/qq_39268193/article/details/80572328

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018年09月18日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
云数据库 Redis
腾讯云数据库 Redis(TencentDB for Redis)是腾讯云打造的兼容 Redis 协议的缓存和存储服务。丰富的数据结构能帮助您完成不同类型的业务场景开发。支持主从热备,提供自动容灾切换、数据备份、故障迁移、实例监控、在线扩容、数据回档等全套的数据库服务。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档