zoukankan      html  css  js  c++  java
  • 429状态码

    在HTTP协议中,响应状态码 429 Too Many Requests 表示在一定的时间内用户发送了太多的请求,即超出了“频次限制”。

    在响应中,可以提供一个 Retry-After 首部来提示用户需要等待多长时间之后再发送新的请求。

    HTTP/1.1 429 Too Many Requests
    Content-Type: text/html
    Retry-After: 3600
    
    <html>
      <head>
        <title>Too Many Requests</title>
      </head>
      <body>
        <h1>Too Many Requests</h1>
        <p>I only allow 50 requests per hour to this Web site per
        logged in user. Try again soon.</p>
      </body>
    </html>
    --------------------- 
    作者:爬不下来就自闭 
    来源:CSDN 
    原文:https://blog.csdn.net/weixin_43870646/article/details/90671642 
    版权声明:本文为博主原创文章,转载请附上博文链接!
    

      

    服务器不主动拒绝请求,不封ip,但是会限制请求频率,所有我们要尊重服务器的设置,适当降低请求频率,不要试图解决它。

    但是,有些人就是不信邪(比如我),所以在请求大量数据的时候,还是可以做一些措施,在边缘疯狂试探。

    我们可以修改scrapy的中间件,以便收到错误时暂停。等待一会儿后再继续执行爬虫。
    ---------------------
    作者:爬不下来就自闭
    来源:CSDN
    原文:https://blog.csdn.net/weixin_43870646/article/details/90671642
    版权声明:本文为博主原创文章,转载请附上博文链接!

    from scrapy.downloadermiddlewares.retry import RetryMiddleware
    from scrapy.utils.response import response_status_message
    
    import time
    
    class TooManyRequestsRetryMiddleware(RetryMiddleware):
    
        def __init__(self, crawler):
            super(TooManyRequestsRetryMiddleware, self).__init__(crawler.settings)
            self.crawler = crawler
    
        @classmethod
        def from_crawler(cls, crawler):
            return cls(crawler)
    
        def process_response(self, request, response, spider):
            if request.meta.get('dont_retry', False):
                return response
            elif response.status == 429:
                self.crawler.engine.pause()
                time.sleep(60) # If the rate limit is renewed in a minute, put 60 seconds, and so on.
                self.crawler.engine.unpause()
                reason = response_status_message(response.status)
                return self._retry(request, reason, spider) or response
            elif response.status in self.retry_http_codes:
                reason = response_status_message(response.status)
                return self._retry(request, reason, spider) or response
            return response 
    --------------------- 
    作者:爬不下来就自闭 
    来源:CSDN 
    原文:https://blog.csdn.net/weixin_43870646/article/details/90671642 
    版权声明:本文为博主原创文章,转载请附上博文链接!
    

      

    添加429以重试代码 settings.py
    RETRY_HTTP_CODES = [429]

    然后激活它settings.py

  • 相关阅读:
    IP和MAC
    ASCII,Unicode 和 UTF-8
    php(PHP Hypertext Preprocessor)随笔1
    css层叠样式表 (Cascading Style Sheets)初识
    ansible部署
    mysql三种备份方式
    nginx反向代理,负载均衡,动静分离,rewrite地址重写介绍
    Maven安装和配置
    jenkins之Tomcat7+jdk1.7+jenkins
    CentOS 7.0如何安装配置iptables和seLinux以及firewalld
  • 原文地址:https://www.cnblogs.com/qiaoer1993/p/11169583.html
Copyright © 2011-2022 走看看