我需要帮助在Ubuntu上设置Tor,并在scrapy框架中使用它。
我进行了一些研究,发现了这个指南:
class RetryChangeProxyMiddleware(RetryMiddleware):
def _retry(self, request, reason, spider):
log.msg('Changing proxy')
tn = telnetlib.Telnet('127.0.0.1', 9051)
tn.read_until("Escape character is '^]'.", 2)
tn.write('AUTHENTICATE "267765"\r\n')
tn.read_until("250 OK", 2)
tn.write("signal NEWNYM\r\n")
tn.read_until("250 OK", 2)
tn.write("quit\r\n")
tn.close()
time.sleep(3)
log.msg('Proxy changed')
return RetryMiddleware._retry(self, request, reason, spider)
然后在settings.py中使用它:
DOWNLOADER_MIDDLEWARE = {
'spider.middlewares.RetryChangeProxyMiddleware': 600,
}
然后您只需通过本地Tor代理(polipo)发送请求,可以使用以下方法完成:
tsocks scrapy crawl spirder
有人能否确认这种方法是否有效且可以获得不同的IP地址?