下载器中间件是介于Scrapy的request/response处理的钩子框架。 是用于全局修改Scrapy request和response的一个轻量、底层的系统。
Download Middleware在框架中的位置
下面用实例来演示Download Middleware的用法。
我们新建一个项目，目标就是常用的测试网址httpbin.org。
在命令行中依次输入以下命令并用pycharm打开。
scrapy startproject httpbintest
cd httpbintest
scrapy genspider httpbin httpbin.org
接下来我们在parse方法中将response的文本打印出来，运行爬虫，可以在输出中看到“origin”中返回了我们的ip地址。
现在我们将通过Download Middleware进行伪装，使用代理来隐藏我们真实的地址。
我们先了解一下其中的process_request(request, spider)方法。
process_request
当每个request通过下载中间件时，该方法被调用。
process_request() 必须返回其中之一: 返回 None 、返回一个 Response 对象、返回一个 Request 对象或raise IgnoreRequest 。
如果其返回 None ，Scrapy将继续处理该request，执行其他的中间件的相应方法，直到合适的下载器处理函数(download handler)被调用， 该request被执行(其response被下载)。
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。 已安装的中间件的 process_response() 方法则会在每个response返回时被调用。
如果其返回 Request 对象，Scrapy则停止调用 process_request方法并重新调度返回的request。当新返回的request被执行后， 相应地中间件链将会根据下载的response被调用。
如果其raise一个 IgnoreRequest 异常，则安装的下载中间件的 process_exception() 方法会被调用。如果没有任何一个方法处理该异常， 则request的errback(Request.errback)方法会被调用。如果没有代码处理抛出的异常， 则该异常被忽略且不记录(不同于其他异常那样)。
那么，我们在middleware.py中定义一个类：
class ProxyMiddleware(object):
logger = logging.getLogger(__name__) #需要import logging
def process_request(self,request,spider):
self.logger.debug('Using Proxy')
request.meta['proxy'] = 'http://127.0.0.1:9743' #这里需要使用有效的代理地址
然后在设置中开启：
这样就可以改变“origin”中的值，完成了代理的功能
上面的例子中，process_request返回的是None，这对spider没有影响，继续处理其他的东西。
process_response
process_request() 必须返回以下之一: 返回一个 Response 对象、 返回一个 Request 对象或raise一个 IgnoreRequest 异常。
如果其返回一个 Response (可以与传入的response相同，也可以是全新的对象)， 该response会被在链中的其他中间件的 process_response() 方法处理。
如果其返回一个 Request 对象，则中间件链停止， 返回的request会被重新调度下载。处理类似于 process_request() 返回request所做的那样。
如果其抛出一个 IgnoreRequest 异常，则调用request的errback(Request.errback)。 如果没有代码处理抛出的异常，则该异常被忽略且不记录(不同于其他异常那样)。
我们接着上面的例子，尝试在中间过程对response进行一次改写，这里改写的是状态码
要记得在settings里面注册：
在spider的parse里将状态码打印一下，看response是否发生了改变：
运行爬虫：
可以看到，我们在中间过程实现了对response的改写。
process_exception(request, exception, spider)
当下载处理器或 process_request() (下载中间件)抛出异常(包括 IgnoreRequest 异常)时， Scrapy调用 process_exception() 。
process_exception() 应该返回以下之一: 返回 None 、 一个 Response 对象、或者一个 Request 对象。
- 如果其返回 None ，Scrapy将会继续处理该异常，接着调用已安装的其他中间件的 process_exception() 方法，直到所有中间件都被调用完毕，则调用默认的异常处理。
- 如果其返回一个 Response 对象，则已安装的中间件链的 process_response() 方法被调用。Scrapy将不会调用任何其他中间件的 process_exception() 方法。
- 如果其返回一个 Request 对象， 则返回的request将会被重新调用下载。这将停止中间件的 process_exception() 方法执行，就如返回一个response的那样。