详解 下载器中间件常见方法解读1、from_crawler(cls, crawler)2、process_request(request, spider)3、process_response(request, response, spider)4、process_exception(request, exception, spider) scrapy于selenium衔接原理实例
下载器中间件常见方法解读
下载器中间件有什么作用:
1:在scheduler（调度器）中调取一个request（请求），发送给Downloader（下载器）之前,我们可以对request（请求）进行修改.
2:在Downloader（下载器）返回response（响应）给spider之前,我们可以对response（响应）进行修改.
下载器中间件的功能十分强大,修改User-Agent,处理重定向,设置代理,失败重试,设置cookie等都需要它来操作.
首先，我们要先理解下载器中间件的常见的方法
1、from_crawler(cls, crawler)此方法是下载器中间件的主要入口，接受一个crawler实例
@classmethoddef from_crawler(cls, crawler): settings = crawler.settings return cls()通过类方法 from_crawler 将它传递给扩展(extensions)。 该对象提供对所有Scrapy核心组件的访问， 也是扩展访问Scrapy核心组件和挂载功能到Scrapy的唯一途径。
Crawler必须使用 scrapy.spiders.Spider 子类及 scrapy.settings.Settings 的对象进行实例化
中间件中大部分类方法都是为了获取设置setting中的自定义的信息。
@classmethod将此方法变为类方法，
详情讲解请移步：python 类方法 实例方法 静态方法 作用及区别
为通过下载中间件的每个请求调用此方法。
def process_request(self, request, spider): # request # spider指的是当前是哪个爬虫发送过来的request对象 # Called for each request that goes through the downloader # middleware. # Must either: # - return None: continue processing this request # - or return a Response object # - or return a Request object # - or raise IgnoreRequest: process_exception() methods of # installed downloader middleware will be called return Noneprocess_request()应该是： return None，返回一个 Response对象，返回一个Request 对象，或 raise IgnoreRequest。
如果它返回None，Scrapy 将继续处理这个请求，执行所有其他中间件，直到最终调用适当的下载器处理程序执行请求（并下载其响应）。
如果它返回一个Response对象，Scrapy 就不会调用任何其他方法process_request()或process_exception()方法，或者适当的下载函数；它会返回那个响应process_response() 安装的中间件的方法总是在每次响应时调用。
如果它返回一个Request对象，Scrapy 将停止调用 process_request 方法并重新安排返回的请求。执行新返回的请求后，将在下载的响应上调用适当的中间件链。
如果引发IgnoreRequest异常，将process_exception()调用已安装的下载器中间件的方法。如果它们都没有处理异常，Request.errback则调用请求 ( )的 errback函数。如果没有代码处理引发的异常，它将被忽略并且不记录（与其他异常不同）。
参数 request ( Requestobject) – 正在处理的请求
spider ( Spiderobject) – 此请求针对的蜘蛛
处理响应：当下载器完成http请求，传递响应给引擎的时候该方法被调用
def process_response(self, request, response, spider): # request-我们发送了哪个请求得到了当前的响应 # spider- 我们使用了哪个爬虫发送了请求为了得到当前的响应 # Called with the response returned from the downloader. # Must either; # - return a Response object # - return a Request object # - or raise IgnoreRequest return responseprocess_response()应该：返回一个Response 对象，返回一个Request对象或引发IgnoreRequest异常。
如果它返回一个Response（它可能是相同的给定响应，也可能是一个全新的响应），则该响应将继续使用process_response()链中的下一个中间件的进行处理。
如果它返回一个Request对象，中间件链就会停止，并且返回的请求被重新安排在将来下载。这与从 返回请求的行为相同process_request()。
如果它引发IgnoreRequest异常，Request.errback则调用请求 ( )的 errback
函数。如果没有代码处理引发的异常，它将被忽略并且不记录（与其他异常不同）。
参数 request (is a Requestobject) – 发起响应的请求
response ( Responseobject) – 正在处理的响应
spider ( Spiderobject) – 此响应针对的蜘蛛
Scrapyprocess_exception()在下载处理程序或process_request()（来自下载器中间件）引发异常（包括IgnoreRequest异常）时调用
def process_exception(self, request, exception, spider): # Called when a download handler or a process_request() # (from other downloader middleware) raises an exception. # Must either: # - return None: continue processing this exception # - return a Response object: stops process_exception() chain # - return a Request object: stops process_exception() chain passprocess_exception()应该返回：要么None，一个Response对象，要么一个Request对象。
如果它返回None，Scrapy将继续处理这个异常，执行process_exception()已安装的中间件的任何其他方法，直到没有中间件并且默认的异常处理开始。
如果它返回一个Response对象，process_response() 则启动已安装中间件的方法链，并且 Scrapy 不会打扰调用任何其他process_exception()中间件方法。
如果它返回一个Request对象，则返回的请求将被重新安排为将来下载。这将停止执行 process_exception()中间件的方法，就像返回响应一样。
参数 request (is a Requestobject) – 产生异常的请求
异常（一个Exception对象）——引发的异常
spider ( Spiderobject) – 此请求针对的蜘蛛
在知道了下载器中间件的个方法原理后，在弄清楚他的作用位置
图中可以看到，下载器中间件的位置位于引擎和下载器之间，也就是说：
下载器中间件在下载器和Scrapy引擎之间，每一个request和response都会通过中间件进行处理。
在中间件中，对request进行处理的函数是process_request(request, spider)
所以我们可以根据这个特性，当需要使用selenium时，将请求提交，在通过下载器中间件的时候进行对接，因此不难想到，selenium的真正运用的地方是在下载器中间件中进行
在上述的中间件方法作用中**process_request(request, spider)**的返回值有一条
如果其返回 Response 对象，Scrapy将不会调用 任何 其他的 process_request() 或process_exception() 方法，或相应地下载函数； 其将返回该response。
因此我们就可以借助下载器中间件中的process_request(request, spider)方法来实现selenium操作
实例Scrapy+Selenium+PhantomJS详解及入门案例（附完整代码）