一直想找的这个东西Middleware，找了很久，有的是一个过期的，有的是要弹出什么框的，这里给scrapy最新版本的解决方案。
此方案排除了几个问题：
Message: 'Can not connect to GhostDriver'
对于此问题像下面这样操作就好了：
driver = webdriver.PhantomJS(port=port,
desired_capabilities={
'javascriptEnabled': True,
'platform': 'windows',
'browserName': 'Mozilla',
'version': '5.0',
'phantomjs.page.settings.userAgent': "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"
})本人测试通过,如果不是一个版本的话我就不晓得了。
这里分享一下我的代码好了，虽然还有几个问题没有解决，不过这个已经解决了我一个大问题了，就是有结果了。
#! -*- coding:utf-8 -*-
from selenium import webdriver
from proxy import settings
from scrapy.http import HtmlResponse
import logging
import time
logger = logging.getLogger('PhantomjsDownloaderMiddleware')
class PhantomjsDownloaderMiddleware(object):
def __init__(self, options, max_sum):
self.options = options
self.max_sum = max_sum
@classmethod
def from_crawler(cls, crawler):
return cls(
options=crawler.settings.get('PHANTOMJS_OPTIONS', {}),
max_sum=crawler.settings.get('PHANTOMJS_MAXSUM', 2)
)
def process_request(self, request, spider):
service_args = ['--load-image=false', '--disk-cache=true']
if 'proxy' in request.meta:
service_args.append('--proxy=' + request.meta['proxy'][7:])
if 'port' in request.meta:
port = request.meta['port']
else:
port = 29842
try:
driver = webdriver.PhantomJS(port=port,
desired_capabilities={
'javascriptEnabled': True,
'platform': 'windows',
'browserName': 'Mozilla',
'version': '5.0',
'phantomjs.page.settings.userAgent': "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.57 Safari/537.36"
})
driver.get(request.url)
time.sleep(10)
content = driver.page_source.encode('utf-8')
url = driver.current_url.encode('utf-8')
driver.quit()
if content == '<html><head></head><body></body></html>':
logger.info('content is empty : 503')
return HtmlResponse(request.url, encoding='utf-8', status=503, body='')
else:
logger.info('content get success : 200')
return HtmlResponse(url, encoding='utf-8', status=200, body=content)
except Exception, e:
logger.warning(e)
logger.info('Exception content is empty : 503')
return HtmlResponse(request.url, encoding='utf-8', status=503, body='')以上就是一个半成品了，但是可以用的，不过还是需要自己完善一下，根据自己的需求来吧，大概的思路就是这样的。
