做爬虫的朋友应该都有过这种经历：兴致勃勃写好的爬虫，跑起来没几分钟，突然发现返回的数据不对劲了——要么是跳转到验证码页面，要么直接给你返回403，更狠的网站直接把你IP拉进小黑屋。说实话，刚开始做爬虫那会儿，我一度怀疑网站管理员是不是24小时盯着日志，就等着封我的IP。后来才明白，根本不需要人工盯着，人家反爬系统比你想象的要智能得多。你想想，一个正常人怎么可能在0.1秒内连续访问几十个页面？怎么可能用同一个User Agent天天去抓数据？这些异常行为在服务器日志里简直不要太明显。那么问题来了：怎么让我们的爬虫看起来更像一个“正常人”？答案就是两个核心手段——随机User Agent和代理IP。今天这篇文章，我就用自己的实战经验，手把手教你用Scrapy的Downloader Middleware实现这两个功能。这篇文章不会跟你讲太多虚的，直接上代码，告诉你每一步为什么这么做，踩过哪些坑。第一部分：Scrapy中间件到底是个什么玩意儿？1.1 中间件，爬虫的“灵魂调味剂”在Scrapy框架里，中间件（Middleware）是一个非常灵活的设计。你可以把它理解成爬虫流水线上的一个工位——请求从爬虫出发，经过一系列中间件的处理，最后到达下载器；下载器拿到响应后，再经过一系列中间件，最终回到爬虫的parse函数里。Downloader Middleware是专门处理请求和响应这一块的。也就是说，在请求真正发出去之前，你有机会对它动手脚——换个User Agent、换个IP、修改Cookie、添加新的请求头……这些骚操作都是在Downloader Middleware里完成的。1.2 为什么要在中间件里做UA和代理？你可能