IP代理中间件和user-agent中间件的编写

在制作爬虫的时候需要对我们的爬虫进行伪装，有两种伪装的方式：第一种是通过代理IP，第二种是通过修改user-agent。

一、代理IP

二、user-agent

    import random
    # user agent 列表
    USER_AGENT_LIST = [
        'MSIE (MSIE 6.0; X11; Linux; i686) Opera 7.23',
        'Opera/9.20 (Macintosh; Intel Mac OS X; U; en)',
        'Opera/9.0 (Macintosh; PPC Mac OS X; U; en)',
        'iTunes/9.0.3 (Macintosh; U; Intel Mac OS X 10_6_2; en-ca)',
        'Mozilla/4.76 [en_jp] (X11; U; SunOS 5.8 sun4u)',
        'iTunes/4.2 (Macintosh; U; PPC Mac OS X 10.2)',
        'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:5.0) Gecko/20100101 Firefox/5.0',
        'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:9.0) Gecko/20100101 Firefox/9.0',
        'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.8; rv:16.0) Gecko/20120813 Firefox/16.0',
        'Mozilla/4.77 [en] (X11; I; IRIX;64 6.5 IP30)',
        'Mozilla/4.8 [en] (X11; U; SunOS; 5.7 sun4u)'
       ]
    # 随机生成user agent
    USER_AGENT = random.choice(USER_AGENT_LIST)

--------------------- 

    注意事项：

        1、中间件定义完要在settings文件内启用

        2、爬虫文件名和爬虫名称不能相同，spider目录内不能存在相同爬虫名称的项目文件

        3、做一个文明守法的好网民，不要爬取公民的隐私数据，不要给对方系统带来不必要的麻烦。

标签：en,Intel,IP,Mozilla,中间件,agent,Mac,OS,Macintosh
来源： http://blog.51cto.com/13870710/2349010