0
カール
での作品は、私が有効になってHttpProxyMiddlewareとLinux上scrapy 1.4.0プロジェクトを持っている、つまりは私のsettings.pyは、この含まれています:scrapy HTTPSプロキシ403エラー
DOWNLOADER_MIDDLEWARES = {
'scrapy.downloadermiddlewares.httpproxy.HttpProxyMiddleware': 10,
}
私はクモ(命名sslproxies)を実行します
export https_proxy=https://123.123.123.123:3128
scrapy crawl sslproxies -o output/data.csv
関連のエラー:
2017-08-15 18:57:20 [scrapy.core.engine] DEBUG: Crawled (403) <GET https://www.sslproxies.org/> (referer: None)
2017-08-15 18:57:20 [scrapy.spidermiddlewares.httperror] INFO: Ignoring response <403 https://www.sslproxies.org/>: HTTP status code is not handled or not allowed
2017-08-15 18:57:20 [scrapy.core.engine] INFO: Closing spider (finished)
403私は、次のコマンドを使用して、私はエラーを取得しますリクエストが禁止されています。私はカールを使用して、プロキシサーバーをテストする場合は:
curl -vx https://123.123.123.123:3128 https://httpbin.org/headers
私は、有効な応答を取得し、それは、プロキシサーバーを使用しています。
* Establish HTTP proxy tunnel to httpbin.org:443
> CONNECT httpbin.org:443 HTTP/1.1
> Host: httpbin.org:443
> User-Agent: curl/7.47.0
> Proxy-Connection: Keep-Alive
>
< HTTP/1.1 200 Connection established
私はクモの作品HTTPS_PROXY環境変数の設定を解除して、プロキシをバイパスした場合。 私はscrapy http proxyミドルウェアの設定で何かを見逃していますか?
これはHttpProxyMiddlewareがやっているものではありませんか? –
私は決して環境変数を設定しようとしたことがないので、それがうまくいくかどうかわからないので、私はあなたの提案を使用することをお勧めします。そしてそれで、私はあなたをもっと助けることができるでしょう – Umair