Fetcher-Klassen¶
Hier finden Sie die Parameter, Attribute und Methoden aller Fetcher-Klassen.
Sie können sie direkt importieren:
from scrapling.fetchers import (
Fetcher, AsyncFetcher, StealthyFetcher,
FetcherSession, AsyncStealthySession, StealthySession,
RemoteSession, AsyncRemoteSession
)
scrapling.fetchers.Fetcher
¶
Basisklassen: BaseFetcher
flowchart TD
scrapling.fetchers.Fetcher[Fetcher]
scrapling.engines.toolbelt.custom.BaseFetcher[BaseFetcher]
scrapling.engines.toolbelt.custom.BaseFetcher --> scrapling.fetchers.Fetcher
click scrapling.fetchers.Fetcher href "" "scrapling.fetchers.Fetcher"
click scrapling.engines.toolbelt.custom.BaseFetcher href "" "scrapling.engines.toolbelt.custom.BaseFetcher"
Einfache Fetcher-Klasse für HTTP-Anfragen mit GET, POST, PUT und DELETE über curl_cffi.
Quellcode in scrapling/engines/toolbelt/custom.py
parser_keywords
class-attribute
instance-attribute
¶
parser_keywords = (
"huge_tree",
"adaptive",
"storage",
"storage_args",
"keep_comments",
"adaptive_domain",
)
display_config
classmethod
¶
Quellcode in scrapling/engines/toolbelt/custom.py
configure
classmethod
¶
Legt mehrere Parser-Argumente gleichzeitig und global fest.
| PARAMETER | BESCHREIBUNG |
|---|---|
kwargs
|
Mögliche Argumente sind huge_tree, keep_comments, adaptive, storage, storage_args und adaptive_domain.
STANDARDWERT:
|
Quellcode in scrapling/engines/toolbelt/custom.py
get
classmethod
¶
post
classmethod
¶
put
classmethod
¶
scrapling.fetchers.AsyncFetcher
¶
Basisklassen: BaseFetcher
flowchart TD
scrapling.fetchers.AsyncFetcher[AsyncFetcher]
scrapling.engines.toolbelt.custom.BaseFetcher[BaseFetcher]
scrapling.engines.toolbelt.custom.BaseFetcher --> scrapling.fetchers.AsyncFetcher
click scrapling.fetchers.AsyncFetcher href "" "scrapling.fetchers.AsyncFetcher"
click scrapling.engines.toolbelt.custom.BaseFetcher href "" "scrapling.engines.toolbelt.custom.BaseFetcher"
Einfache Fetcher-Klasse für HTTP-Anfragen mit GET, POST, PUT und DELETE über curl_cffi.
Quellcode in scrapling/engines/toolbelt/custom.py
parser_keywords
class-attribute
instance-attribute
¶
parser_keywords = (
"huge_tree",
"adaptive",
"storage",
"storage_args",
"keep_comments",
"adaptive_domain",
)
display_config
classmethod
¶
Quellcode in scrapling/engines/toolbelt/custom.py
configure
classmethod
¶
Legt mehrere Parser-Argumente gleichzeitig und global fest.
| PARAMETER | BESCHREIBUNG |
|---|---|
kwargs
|
Mögliche Argumente sind huge_tree, keep_comments, adaptive, storage, storage_args und adaptive_domain.
STANDARDWERT:
|
Quellcode in scrapling/engines/toolbelt/custom.py
get
classmethod
¶
post
classmethod
¶
put
classmethod
¶
scrapling.fetchers.StealthyFetcher
¶
Basisklassen: BaseFetcher
flowchart TD
scrapling.fetchers.StealthyFetcher[StealthyFetcher]
scrapling.engines.toolbelt.custom.BaseFetcher[BaseFetcher]
scrapling.engines.toolbelt.custom.BaseFetcher --> scrapling.fetchers.StealthyFetcher
click scrapling.fetchers.StealthyFetcher href "" "scrapling.fetchers.StealthyFetcher"
click scrapling.engines.toolbelt.custom.BaseFetcher href "" "scrapling.engines.toolbelt.custom.BaseFetcher"
Vollständig getarnte Fetcher-Klasse auf Basis von Chromium.
Verhält sich wie ein echter Browser, besteht fast alle Online-Tests und Schutzprüfungen und bietet viele Einstellungsmöglichkeiten.
Quellcode in scrapling/engines/toolbelt/custom.py
parser_keywords
class-attribute
instance-attribute
¶
parser_keywords = (
"huge_tree",
"adaptive",
"storage",
"storage_args",
"keep_comments",
"adaptive_domain",
)
display_config
classmethod
¶
Quellcode in scrapling/engines/toolbelt/custom.py
configure
classmethod
¶
Legt mehrere Parser-Argumente gleichzeitig und global fest.
| PARAMETER | BESCHREIBUNG |
|---|---|
kwargs
|
Mögliche Argumente sind huge_tree, keep_comments, adaptive, storage, storage_args und adaptive_domain.
STANDARDWERT:
|
Quellcode in scrapling/engines/toolbelt/custom.py
fetch
classmethod
¶
Öffnet einen Browser und führt die Anfrage mit den unten gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
block_ads
|
Blockiert Anfragen an etwa 3.500 bekannte Werbe- und Tracking-Domains. Kann mit
|
dns_over_https
|
Leitet DNS-Anfragen über Cloudflares DNS-over-HTTPS, um DNS-Lecks bei der Proxy-Nutzung zu verhindern.
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/fetchers/stealth_chrome.py
async_fetch
async
classmethod
¶
Öffnet einen Browser und führt die Anfrage mit den unten gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
block_ads
|
Blockiert Anfragen an etwa 3.500 bekannte Werbe- und Tracking-Domains. Kann mit
|
dns_over_https
|
Leitet DNS-Anfragen über Cloudflares DNS-over-HTTPS, um DNS-Lecks bei der Proxy-Nutzung zu verhindern.
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/fetchers/stealth_chrome.py
Sitzungsklassen¶
HTTP-Sitzungen¶
scrapling.fetchers.FetcherSession
¶
FetcherSession(
impersonate="chrome",
http3=False,
stealthy_headers=True,
proxies=None,
proxy=None,
proxy_auth=None,
timeout=30,
headers=None,
retries=3,
retry_delay=1,
follow_redirects="safe",
max_redirects=30,
verify=True,
cert=None,
selector_config=None,
proxy_rotator=None,
)
Kontextmanager, der konfigurierte Fetcher-Sitzungen erstellt.
In einem 'with'- oder 'async with'-Block liefert dieser Kontextmanager eine neue Sitzung mit seinen Standardwerten. Nutzen Sie eine Instanz möglichst für nur eine aktive Sitzung gleichzeitig oder für mehrere Sitzungen nacheinander. Sie können mit derselben Instanz keinen weiteren Kontext öffnen, solange eine Sitzung aktiv ist.
| PARAMETER | BESCHREIBUNG |
|---|---|
impersonate
|
Zu imitierende Browserversion. Möglich sind eine einzelne Browser-Zeichenkette oder eine Liste zur zufälligen Auswahl. Standardwert ist die neueste verfügbare Chrome-Version.
TYP:
|
http3
|
Legt fest, ob HTTP3 verwendet wird. Der Standardwert ist False. Zusammen mit
TYP:
|
stealthy_headers
|
Erzeugt und ergänzt echte Browser-Header, einschließlich eines Google-Referer-Headers. Standardmäßig aktiviert.
TYP:
|
proxies
|
Dictionary mit den zu verwendenden Proxys. Format: {"http": proxy_url, "https": proxy_url}. |
proxy
|
Zu verwendende Proxy-URL. Format: "http://username:password@localhost:8030". Kann nicht mit dem Parameter
TYP:
|
proxy_auth
|
HTTP-Basic-Authentifizierung für den Proxy als Tupel (username, password). |
timeout
|
Maximale Wartezeit in Sekunden. |
headers
|
Header, die bei jeder Anfrage der Sitzung mitgesendet werden. |
retries
|
Anzahl erneuter Versuche. Der Standardwert ist 3.
TYP:
|
retry_delay
|
Wartezeit in Sekunden zwischen erneuten Versuchen. Der Standardwert ist 1 Sekunde.
TYP:
|
follow_redirects
|
Legt fest, ob Weiterleitungen gefolgt wird. Der Standardwert "safe" folgt Weiterleitungen, lehnt aber Ziele mit internen oder privaten IP-Adressen ab. Das schützt vor SSRF. Mit True folgen Sie allen Weiterleitungen ohne Einschränkung.
TYP:
|
max_redirects
|
Maximale Anzahl der Weiterleitungen. Der Standardwert ist 30. Mit -1 gibt es keine Begrenzung.
TYP:
|
verify
|
Legt fest, ob HTTPS-Zertifikate geprüft werden. Der Standardwert ist True.
TYP:
|
cert
|
Tupel (cert, key) mit den Dateinamen des Client-Zertifikats und seines Schlüssels. |
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
TYP:
|
proxy_rotator
|
Eine ProxyRotator-Instanz für den automatischen Proxy-Wechsel.
TYP:
|
Quellcode in scrapling/engines/static.py
__slots__
class-attribute
instance-attribute
¶
__slots__ = (
"_default_impersonate",
"_stealth",
"_default_proxies",
"_default_proxy",
"_default_proxy_auth",
"_default_timeout",
"_default_headers",
"_default_retries",
"_default_retry_delay",
"_default_follow_redirects",
"_default_max_redirects",
"_default_verify",
"_default_cert",
"_default_http3",
"selector_config",
"_client",
"_is_alive",
"_proxy_rotator",
)
__enter__
¶
Erstellt eine neue synchrone Fetcher-Sitzung und gibt sie zurück.
Quellcode in scrapling/engines/static.py
__exit__
¶
Quellcode in scrapling/engines/static.py
__aenter__
async
¶
Erstellt eine neue asynchrone Sitzung und gibt sie zurück.
Quellcode in scrapling/engines/static.py
__aexit__
async
¶
Quellcode in scrapling/engines/static.py
Stealth-Sitzungen¶
scrapling.fetchers.StealthySession
¶
Basisklassen: SyncSession, StealthySessionMixin
flowchart TD
scrapling.fetchers.StealthySession[StealthySession]
scrapling.engines._browsers._base.SyncSession[SyncSession]
scrapling.engines._browsers._base.StealthySessionMixin[StealthySessionMixin]
scrapling.engines._browsers._base.BaseSessionMixin[BaseSessionMixin]
scrapling.engines._browsers._base.SyncSession --> scrapling.fetchers.StealthySession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.fetchers.StealthySession
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
click scrapling.fetchers.StealthySession href "" "scrapling.fetchers.StealthySession"
click scrapling.engines._browsers._base.SyncSession href "" "scrapling.engines._browsers._base.SyncSession"
click scrapling.engines._browsers._base.StealthySessionMixin href "" "scrapling.engines._browsers._base.StealthySessionMixin"
click scrapling.engines._browsers._base.BaseSessionMixin href "" "scrapling.engines._browsers._base.BaseSessionMixin"
Verwaltet getarnte Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten.
Verwaltet Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten. Verwendet standardmäßig einen dauerhaften Browser-Kontext mit einem temporären Benutzerprofilordner.
| PARAMETER | BESCHREIBUNG |
|---|---|
record_requests
|
Speichert abgeschlossene Browser-Anfragen und Antworten. Fehlgeschlagene und noch laufende Anfragen werden weggelassen. Der Standardwert ist False.
|
max_recorded_requests
|
Maximale Anzahl gespeicherter Anfragen pro Sitzung. Der Standardwert ist 1.000. Ältere Einträge werden entfernt.
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen.
|
Quellcode in scrapling/engines/_browsers/_stealth.py
network
instance-attribute
¶
__slots__
class-attribute
instance-attribute
¶
__slots__ = (
"_config",
"_context_options",
"_browser_options",
"_user_data_dir",
"_headers_keys",
"max_pages",
"page_pool",
"_max_wait_for_page",
"playwright",
"context",
)
__validate_routine__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_context_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__validate__
¶
Quellcode in scrapling/engines/_browsers/_base.py
save_state
¶
Speichert Cookies, lokalen Speicher und IndexedDB in einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. sessionStorage wird nicht gespeichert.
Quellcode in scrapling/engines/_browsers/_base.py
load_state
¶
Ersetzt Cookies, lokalen Speicher und IndexedDB durch die Daten aus einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. Rufen Sie Seiten ab oder laden Sie sie neu, um die wiederhergestellte Anmeldung zu nutzen.
Quellcode in scrapling/engines/_browsers/_base.py
close_pages
¶
Schließt alle offenen Tabs im Pool der Sitzung. Die nächste Anfrage öffnet einen neuen Tab.
close
¶
Schließt alle Ressourcen.
Quellcode in scrapling/engines/_browsers/_base.py
__enter__
¶
__exit__
¶
get_pool_stats
¶
Liefert Statistiken zum aktuellen Seiten-Pool.
start
¶
Erstellt einen Browser für diese Instanz und ihren Kontext.
Quellcode in scrapling/engines/_browsers/_stealth.py
fetch
¶
Öffnet den Browser und führt die Anfrage mit den gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
wait_selector_state
|
Zustand, auf den für den mit
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
proxy
|
Fester Proxy, der den Rotator und den Proxy der Sitzung überschreibt. Für ihn wird ein neuer Browser-Kontext erstellt und verwendet.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/engines/_browsers/_stealth.py
224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 | |
scrapling.fetchers.AsyncStealthySession
¶
Basisklassen: AsyncSession, StealthySessionMixin
flowchart TD
scrapling.fetchers.AsyncStealthySession[AsyncStealthySession]
scrapling.engines._browsers._base.AsyncSession[AsyncSession]
scrapling.engines._browsers._base.StealthySessionMixin[StealthySessionMixin]
scrapling.engines._browsers._base.BaseSessionMixin[BaseSessionMixin]
scrapling.engines._browsers._base.AsyncSession --> scrapling.fetchers.AsyncStealthySession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.fetchers.AsyncStealthySession
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
click scrapling.fetchers.AsyncStealthySession href "" "scrapling.fetchers.AsyncStealthySession"
click scrapling.engines._browsers._base.AsyncSession href "" "scrapling.engines._browsers._base.AsyncSession"
click scrapling.engines._browsers._base.StealthySessionMixin href "" "scrapling.engines._browsers._base.StealthySessionMixin"
click scrapling.engines._browsers._base.BaseSessionMixin href "" "scrapling.engines._browsers._base.BaseSessionMixin"
Verwaltet asynchrone, getarnte Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten.
Verwaltet Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten. Verwendet standardmäßig einen dauerhaften Browser-Kontext mit einem temporären Benutzerprofilordner.
| PARAMETER | BESCHREIBUNG |
|---|---|
record_requests
|
Speichert abgeschlossene Browser-Anfragen und Antworten. Fehlgeschlagene und noch laufende Anfragen werden weggelassen. Der Standardwert ist False.
|
max_recorded_requests
|
Maximale Anzahl gespeicherter Anfragen pro Sitzung. Der Standardwert ist 1.000. Ältere Einträge werden entfernt.
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen.
|
Quellcode in scrapling/engines/_browsers/_stealth.py
network
instance-attribute
¶
network = NetworkRecorder(
enabled=record_requests,
max_requests=max_recorded_requests,
asynchronous=True,
)
__slots__
class-attribute
instance-attribute
¶
__slots__ = (
"_config",
"_context_options",
"_browser_options",
"_user_data_dir",
"_headers_keys",
)
__validate_routine__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_context_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__validate__
¶
Quellcode in scrapling/engines/_browsers/_base.py
save_state
async
¶
Speichert Cookies, lokalen Speicher und IndexedDB in einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. sessionStorage wird nicht gespeichert.
Quellcode in scrapling/engines/_browsers/_base.py
load_state
async
¶
Ersetzt Cookies, lokalen Speicher und IndexedDB durch die Daten aus einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. Rufen Sie Seiten ab oder laden Sie sie neu, um die wiederhergestellte Anmeldung zu nutzen.
Quellcode in scrapling/engines/_browsers/_base.py
close_pages
async
¶
Schließt alle offenen Tabs im Pool der Sitzung. Die nächste Anfrage öffnet einen neuen Tab.
Quellcode in scrapling/engines/_browsers/_base.py
close
async
¶
Schließt alle Ressourcen.
Quellcode in scrapling/engines/_browsers/_base.py
__aenter__
async
¶
__aexit__
async
¶
get_pool_stats
¶
Liefert Statistiken zum aktuellen Seiten-Pool.
start
async
¶
Erstellt einen Browser für diese Instanz und ihren Kontext.
Quellcode in scrapling/engines/_browsers/_stealth.py
fetch
async
¶
Öffnet den Browser und führt die Anfrage mit den gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
wait_selector_state
|
Zustand, auf den für den mit
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
proxy
|
Fester Proxy, der den Rotator und den Proxy der Sitzung überschreibt. Für ihn wird ein neuer Browser-Kontext erstellt und verwendet.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/engines/_browsers/_stealth.py
541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 | |
Remote-Sitzungen¶
scrapling.fetchers.RemoteSession
¶
Basisklassen: _RemoteSessionMixin, StealthySession
flowchart TD
scrapling.fetchers.RemoteSession[RemoteSession]
scrapling.engines._browsers._remote._RemoteSessionMixin[_RemoteSessionMixin]
scrapling.engines._browsers._stealth.StealthySession[StealthySession]
scrapling.engines._browsers._base.SyncSession[SyncSession]
scrapling.engines._browsers._base.StealthySessionMixin[StealthySessionMixin]
scrapling.engines._browsers._base.BaseSessionMixin[BaseSessionMixin]
scrapling.engines._browsers._remote._RemoteSessionMixin --> scrapling.fetchers.RemoteSession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.engines._browsers._remote._RemoteSessionMixin
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
scrapling.engines._browsers._stealth.StealthySession --> scrapling.fetchers.RemoteSession
scrapling.engines._browsers._base.SyncSession --> scrapling.engines._browsers._stealth.StealthySession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.engines._browsers._stealth.StealthySession
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
click scrapling.fetchers.RemoteSession href "" "scrapling.fetchers.RemoteSession"
click scrapling.engines._browsers._remote._RemoteSessionMixin href "" "scrapling.engines._browsers._remote._RemoteSessionMixin"
click scrapling.engines._browsers._stealth.StealthySession href "" "scrapling.engines._browsers._stealth.StealthySession"
click scrapling.engines._browsers._base.SyncSession href "" "scrapling.engines._browsers._base.SyncSession"
click scrapling.engines._browsers._base.StealthySessionMixin href "" "scrapling.engines._browsers._base.StealthySessionMixin"
click scrapling.engines._browsers._base.BaseSessionMixin href "" "scrapling.engines._browsers._base.BaseSessionMixin"
A CDP browser session that creates its own context or borrows the default context.
Verwaltet Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten. Verwendet standardmäßig einen dauerhaften Browser-Kontext mit einem temporären Benutzerprofilordner.
| PARAMETER | BESCHREIBUNG |
|---|---|
record_requests
|
Speichert abgeschlossene Browser-Anfragen und Antworten. Fehlgeschlagene und noch laufende Anfragen werden weggelassen. Der Standardwert ist False.
|
max_recorded_requests
|
Maximale Anzahl gespeicherter Anfragen pro Sitzung. Der Standardwert ist 1.000. Ältere Einträge werden entfernt.
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen. Connect to a remote browser when the session starts.
|
cdp_url
|
HTTP or WebSocket CDP endpoint of an existing Chromium browser.
TYP:
|
new_context
|
Create and close a separate context. If False, keep the existing default context open and ignore useragent, locale, timezone_id, proxy, proxy_rotator and additional_args.
TYP:
|
kwargs
|
Shared session and page options. Browser launch options do not apply. Cookies and init scripts affect the shared context when new_context is False.
TYP:
|
Quellcode in scrapling/engines/_browsers/_remote.py
network
instance-attribute
¶
__slots__
class-attribute
instance-attribute
¶
__slots__ = (
"_config",
"_context_options",
"_browser_options",
"_user_data_dir",
"_headers_keys",
"max_pages",
"page_pool",
"_max_wait_for_page",
"playwright",
"context",
)
__validate_routine__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_context_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_options__
¶
Quellcode in scrapling/engines/_browsers/_remote.py
__validate__
¶
Quellcode in scrapling/engines/_browsers/_base.py
start
¶
Erstellt einen Browser für diese Instanz und ihren Kontext.
Quellcode in scrapling/engines/_browsers/_stealth.py
save_state
¶
Speichert Cookies, lokalen Speicher und IndexedDB in einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. sessionStorage wird nicht gespeichert.
Quellcode in scrapling/engines/_browsers/_base.py
load_state
¶
Ersetzt Cookies, lokalen Speicher und IndexedDB durch die Daten aus einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. Rufen Sie Seiten ab oder laden Sie sie neu, um die wiederhergestellte Anmeldung zu nutzen.
Quellcode in scrapling/engines/_browsers/_base.py
close_pages
¶
Schließt alle offenen Tabs im Pool der Sitzung. Die nächste Anfrage öffnet einen neuen Tab.
close
¶
Schließt alle Ressourcen.
Quellcode in scrapling/engines/_browsers/_base.py
__enter__
¶
__exit__
¶
get_pool_stats
¶
Liefert Statistiken zum aktuellen Seiten-Pool.
fetch
¶
Öffnet den Browser und führt die Anfrage mit den gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
wait_selector_state
|
Zustand, auf den für den mit
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
proxy
|
Fester Proxy, der den Rotator und den Proxy der Sitzung überschreibt. Für ihn wird ein neuer Browser-Kontext erstellt und verwendet.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/engines/_browsers/_stealth.py
224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 | |
scrapling.fetchers.AsyncRemoteSession
¶
Basisklassen: _RemoteSessionMixin, AsyncStealthySession
flowchart TD
scrapling.fetchers.AsyncRemoteSession[AsyncRemoteSession]
scrapling.engines._browsers._remote._RemoteSessionMixin[_RemoteSessionMixin]
scrapling.engines._browsers._stealth.AsyncStealthySession[AsyncStealthySession]
scrapling.engines._browsers._base.AsyncSession[AsyncSession]
scrapling.engines._browsers._base.StealthySessionMixin[StealthySessionMixin]
scrapling.engines._browsers._base.BaseSessionMixin[BaseSessionMixin]
scrapling.engines._browsers._remote._RemoteSessionMixin --> scrapling.fetchers.AsyncRemoteSession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.engines._browsers._remote._RemoteSessionMixin
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
scrapling.engines._browsers._stealth.AsyncStealthySession --> scrapling.fetchers.AsyncRemoteSession
scrapling.engines._browsers._base.AsyncSession --> scrapling.engines._browsers._stealth.AsyncStealthySession
scrapling.engines._browsers._base.StealthySessionMixin --> scrapling.engines._browsers._stealth.AsyncStealthySession
scrapling.engines._browsers._base.BaseSessionMixin --> scrapling.engines._browsers._base.StealthySessionMixin
click scrapling.fetchers.AsyncRemoteSession href "" "scrapling.fetchers.AsyncRemoteSession"
click scrapling.engines._browsers._remote._RemoteSessionMixin href "" "scrapling.engines._browsers._remote._RemoteSessionMixin"
click scrapling.engines._browsers._stealth.AsyncStealthySession href "" "scrapling.engines._browsers._stealth.AsyncStealthySession"
click scrapling.engines._browsers._base.AsyncSession href "" "scrapling.engines._browsers._base.AsyncSession"
click scrapling.engines._browsers._base.StealthySessionMixin href "" "scrapling.engines._browsers._base.StealthySessionMixin"
click scrapling.engines._browsers._base.BaseSessionMixin href "" "scrapling.engines._browsers._base.BaseSessionMixin"
An async CDP session that creates its own context or borrows the default context.
Verwaltet Browser-Sitzungen mit einem Pool wiederverwendbarer Seiten. Verwendet standardmäßig einen dauerhaften Browser-Kontext mit einem temporären Benutzerprofilordner.
| PARAMETER | BESCHREIBUNG |
|---|---|
record_requests
|
Speichert abgeschlossene Browser-Anfragen und Antworten. Fehlgeschlagene und noch laufende Anfragen werden weggelassen. Der Standardwert ist False.
|
max_recorded_requests
|
Maximale Anzahl gespeicherter Anfragen pro Sitzung. Der Standardwert ist 1.000. Ältere Einträge werden entfernt.
|
headless
|
Startet den Browser ohne sichtbares Fenster, was der Standard ist, oder mit sichtbarem Fenster.
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
useragent
|
Zu verwendende User-Agent-Zeichenkette. Ohne Angabe erzeugt und verwendet der Fetcher einen echten User-Agent desselben Browsers.
|
cookies
|
Cookies für die nächste Anfrage.
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
init_script
|
Absoluter Pfad einer JavaScript-Datei, die beim Erstellen jeder Seite dieser Sitzung ausgeführt wird.
|
locale
|
Regionale Einstellungen, etwa
|
timezone_id
|
Ändert die Zeitzone des Browsers. Standardwert ist die Zeitzone des Systems.
|
wait_selector_state
|
Zustand, auf den für den mit
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
real_chrome
|
Aktivieren Sie diese Option, wenn Chrome auf Ihrem Gerät installiert ist. Der Fetcher startet und verwendet dann eine Instanz dieses Browsers.
|
hide_canvas
|
Ergänzt zufälliges Rauschen bei Canvas-Operationen, um Fingerprinting zu verhindern.
|
block_webrtc
|
Zwingt WebRTC, die Proxy-Einstellungen zu beachten, um die lokale IP-Adresse nicht offenzulegen.
|
allow_webgl
|
Standardmäßig aktiviert. Beim Deaktivieren werden WebGL und WebGL 2.0 vollständig abgeschaltet. Das wird nicht empfohlen, weil viele WAFs prüfen, ob WebGL aktiv ist.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
proxy
|
Proxy für die Anfragen. Möglich sind eine Zeichenkette oder ein Dictionary mit ausschließlich den Schlüsseln 'server', 'username' und 'password'.
|
user_data_dir
|
Pfad zum Benutzerprofilordner mit Browser-Sitzungsdaten wie Cookies und lokalem Speicher. Standardmäßig wird ein temporärer Ordner erstellt.
|
extra_flags
|
Liste zusätzlicher Browser-Optionen für den Start.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
additional_args
|
Zusätzliche Einstellungen für den Playwright-Kontext. Sie haben Vorrang vor den Scrapling-Einstellungen. Connect to a remote browser when the session starts.
|
cdp_url
|
HTTP or WebSocket CDP endpoint of an existing Chromium browser.
TYP:
|
new_context
|
Create and close a separate context. If False, keep the existing default context open and ignore useragent, locale, timezone_id, proxy, proxy_rotator and additional_args.
TYP:
|
kwargs
|
Shared session and page options. Browser launch options do not apply. Cookies and init scripts affect the shared context when new_context is False.
TYP:
|
Quellcode in scrapling/engines/_browsers/_remote.py
network
instance-attribute
¶
network = NetworkRecorder(
enabled=record_requests,
max_requests=max_recorded_requests,
asynchronous=True,
)
__slots__
class-attribute
instance-attribute
¶
__slots__ = (
"_config",
"_context_options",
"_browser_options",
"_user_data_dir",
"_headers_keys",
)
__validate_routine__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_context_options__
¶
Quellcode in scrapling/engines/_browsers/_base.py
__generate_options__
¶
Quellcode in scrapling/engines/_browsers/_remote.py
__validate__
¶
Quellcode in scrapling/engines/_browsers/_base.py
start
async
¶
Erstellt einen Browser für diese Instanz und ihren Kontext.
Quellcode in scrapling/engines/_browsers/_stealth.py
save_state
async
¶
Speichert Cookies, lokalen Speicher und IndexedDB in einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. sessionStorage wird nicht gespeichert.
Quellcode in scrapling/engines/_browsers/_base.py
load_state
async
¶
Ersetzt Cookies, lokalen Speicher und IndexedDB durch die Daten aus einer mit Playwright kompatiblen JSON-Datei.
Erfordert eine gestartete Sitzung ohne Proxy-Wechsel. Rufen Sie Seiten ab oder laden Sie sie neu, um die wiederhergestellte Anmeldung zu nutzen.
Quellcode in scrapling/engines/_browsers/_base.py
close_pages
async
¶
Schließt alle offenen Tabs im Pool der Sitzung. Die nächste Anfrage öffnet einen neuen Tab.
Quellcode in scrapling/engines/_browsers/_base.py
close
async
¶
Schließt alle Ressourcen.
Quellcode in scrapling/engines/_browsers/_base.py
__aenter__
async
¶
__aexit__
async
¶
get_pool_stats
¶
Liefert Statistiken zum aktuellen Seiten-Pool.
fetch
async
¶
Öffnet den Browser und führt die Anfrage mit den gewählten Optionen aus.
| PARAMETER | BESCHREIBUNG |
|---|---|
url
|
Ziel-URL.
TYP:
|
google_search
|
Standardmäßig aktiviert. Scrapling setzt einen Google-Referer-Header.
|
timeout
|
Maximale Wartezeit in Millisekunden für alle Operationen und Wartevorgänge auf der Seite. Der Standardwert ist 30.000.
|
wait
|
Zusätzliche Wartezeit in Millisekunden nach Abschluss aller Schritte, bevor der Fetcher die Seite schließt und das
|
page_action
|
Funktion zur Automatisierung. Sie erhält das
|
page_setup
|
Funktion, die das
|
extra_headers
|
Dictionary mit zusätzlichen Headern für die Anfrage. Der Referer aus
|
disable_resources
|
Blockiert unnötige Ressourcen, um das Laden zu beschleunigen. Betroffen sind die Typen
|
blocked_domains
|
Menge von Domains, an die keine Anfragen gesendet werden. Auch Subdomains werden erfasst:
|
wait_selector
|
Wartet, bis ein bestimmter CSS-Selektor den angegebenen Zustand erreicht.
|
wait_selector_state
|
Zustand, auf den für den mit
|
network_idle
|
Wartet, bis die Seite mindestens 500 ms lang keine Netzwerkverbindungen mehr hat.
|
load_dom
|
Wartet, bis das gesamte JavaScript der Seiten geladen und ausgeführt wurde. Standardmäßig aktiviert.
|
pierce_shadow
|
Nimmt offene Shadow-DOM-Inhalte in das HTML der Antwort auf. Der Standardwert ist False.
|
solve_cloudflare
|
Löst alle Arten von Cloudflare-Turnstile- und Interstitial-Prüfungen, bevor die Antwort zurückgegeben wird.
|
selector_config
|
Argumente zum Erstellen des endgültigen Selector-Objekts.
|
proxy
|
Fester Proxy, der den Rotator und den Proxy der Sitzung überschreibt. Für ihn wird ein neuer Browser-Kontext erstellt und verwendet.
|
| RÜCKGABE | BESCHREIBUNG |
|---|---|
Response
|
Ein |
Quellcode in scrapling/engines/_browsers/_stealth.py
541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 | |