Python爬虫-Scrapy框架之Request和Response对象

1、Request对象

class Request(object_ref):

    def __init__(self, url, callback=None, method='GET', headers=None, body=None,
                 cookies=None, meta=None, encoding='utf-8', priority=0,
                 dont_filter=False, errback=None, flags=None, cb_kwargs=None):

        self._encoding = encoding  # this one has to be set first
        self.method = str(method).upper()
        self._set_url(url)
        self._set_body(body)
        if not isinstance(priority, int):
            raise TypeError("Request priority not an integer: %r" % priority)
        self.priority = priority

        if callback is not None and not callable(callback):
            raise TypeError('callback must be a callable, got %s' % type(callback).__name__)
        if errback is not None and not callable(errback):
            raise TypeError('errback must be a callable, got %s' % type(errback).__name__)
        self.callback = callback
        self.errback = errback

        self.cookies = cookies or {}
        self.headers = Headers(headers or {}, encoding=encoding)
        self.dont_filter = dont_filter

        self._meta = dict(meta) if meta else None
        self._cb_kwargs = dict(cb_kwargs) if cb_kwargs else None
        self.flags = [] if flags is None else list(flags)

  Request对象在写爬虫，爬取一页的数据需要重新发送一个请求的时候调用，这个类需要传递一些参数，其中比较常用的参数有：
  1）url：这个Request对象发送请求的url；
  2）callback：在下载器下载完相应的数据后执行的回调函数；
  3）method：请求的方法，默认为GET方法，可以设置为其他方法；
  4）headers：请求头，对于一些固定的设置，放在settings.py中指定就可以了，对于那些非固定的，可以在发送请求的时候指定；
  5）meta：比较常用，用于在不同的请求之间传递数据用的；
  6）encoding：编码，默认的为utf-8，使用默认的就可以了；
  7）dot_filter：表示不由调度器过滤，在执行多次重复的请求的时候用得比较多；
  8）errback：在发生错误的时候执行的函数。

2、Response对象

  Response对象一般是由Scrapy给你自动构建的，因此开发者不需要关心如何创建Response对象，而是如何使用，Response对象有很多属性，可以用来提取数据的，主要有如下属性：
  1）meta：从其他请求传过来的meta属性，可以用来保持多个请求之间的数据连接；
  2）encoding：返回当前字符串编码和解码的格式；
  3）text：将返回来的数据作为unicode字符串返回；
  4）body：将返回来的数据作为bytes字符串返回；
  5）xpath：xpath选择器；
  6）css：css选择器。