python - Scrapy FakeUserAgentError : Error occurred during getting browser

标签 python linux web-scraping scrapy scrapy-middleware

我使用 Scrapy FakeUserAgent 并在我的 Linux 服务器上不断收到此错误。

Traceback (most recent call last):
  File "/usr/local/lib64/python2.7/site-packages/twisted/internet/defer.py", line 1299, in _inlineCallbacks
    result = g.send(result)
  File "/usr/local/lib/python2.7/site-packages/scrapy/core/downloader/middleware.py", line 37, in process_request
    response = yield method(request=request, spider=spider)
  File "/usr/local/lib/python2.7/site-packages/scrapy_fake_useragent/middleware.py", line 27, in process_request
    request.headers.setdefault('User-Agent', self.ua.random)
  File "/usr/local/lib/python2.7/site-packages/fake_useragent/fake.py", line 98, in __getattr__
    raise FakeUserAgentError('Error occurred during getting browser')  # noqa
FakeUserAgentError: Error occurred during getting browser

当我同时运行多个蜘蛛时,我在 Linux 服务器上不断收到此错误。这个错误很少发生在我自己的笔记本电脑上。我应该怎么做才能避免这种情况?我是否必须提高 RAM 或其他东西?服务器的规范是 512MB RAM 和 1 个 vCPU。

最佳答案

我不确定 RAM 以及为什么错误只发生在具有最低规范的 Linux 服务器上。我通过使用 fake-useragent 后备功能解决了这个问题。可悲的是,scrapy-fake-useragent 没有提供任何功能来方便地设置它,所以我必须像这样覆盖 middlewares.py 上的中间件功能:

from fake_useragent import UserAgent
from scrapy_fake_useragent.middleware import RandomUserAgentMiddleware

class FakeUserAgentMiddleware(RandomUserAgentMiddleware):
    def __init__(self, crawler):
        super(FakeUserAgentMiddleware, self).__init__(crawler)
        # If failed to get random user agent, use the most common one
        self.ua = UserAgent(fallback='Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36')
        self.per_proxy = crawler.settings.get('RANDOM_UA_PER_PROXY', False)
        self.ua_type = crawler.settings.get('RANDOM_UA_TYPE', 'random')
        self.proxy2ua = {}

然后我像这样在 settings.py 上激活中间件:

DOWNLOADER_MIDDLEWARES = {
    'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware': None,
    # 'scrapy_fake_useragent.middleware.RandomUserAgentMiddleware': 400, # disable the original middleware
    'myproject.middlewares.FakeUserAgentMiddleware': 400,
    # omitted
}

更新

尝试将 fake-useragent 更新到版本 0.1.5。我使用的是 0.1.4,升级后,问题从根本上消失了,而不是使用回退。

关于python - Scrapy FakeUserAgentError : Error occurred during getting browser,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43023805/

相关文章:

python - 比较列表中的项目并选择最大的

python - 根据复杂条件选择和重新分配数组中元素的最快方法

python - 使用 BeautifulSoup 获取在其值之前有另一个标签的标签的值

android - 如何使用 AndroidViewClient 找出复选框的状态

python - 在 Windows 上以非侵入方式解锁文件

php - 软呢帽 PHP "failed to open stream: Permission denied"

arrays - Shell Array Linux 中的唯一/无重复值

Python - 如何在应用程序在监听模式下具有 TCP 端口时即时重新启动应用程序?

python - 将 json 从 url 拉入数据帧错误

python - 将 Selenium HTML 字符串传递给 Scrapy 以将 URL 添加到要抓取的 URL 的 Scrapy 列表