scrapy中需重写start_requests()创建request对象，url必须绝对，post请求有三种方式，推荐cb_kwargs传参，需配置errback处理异常，cookies可禁用或硬编码。
构造基础Request对象
在Scrapy爬虫中发起首次网络请求，必须显式创建Request实例，不能依赖start_urls自动触发回调时携带自定义参数。
第一步：在spider类中重写start_requests()方法，用yield返回scrapy.Request对象。
第二步：传入绝对URL（【相对URL会直接报错】），并指定callback参数指向解析函数，例如self.parse_list。
第三步：若需携带User-Agent等标识，通过headers参数传入字典，如{'User-Agent': 'Mozilla/5.0'}；注意headers值必须是字符串或字符串列表，传入None会导致该头被完全忽略。
发送POST请求的三种方式
当目标接口要求提交表单、JSON或二进制数据时，必须使用POST方法，且body与headers配合错误将导致400或415状态码。
方法一：用scrapy.Request + method='POST' + body
直接传入序列化后的bytes数据，body=json.dumps(data).encode('utf-8')，同时设置headers={'Content-Type': 'application/json'}；【body必须是bytes类型，传str会静默转为空】。
方法二：用scrapy.FormRequest提交键值对
适用于传统HTML表单，formdata={'username': 'admin', 'password': '123'}会自动url编码并设为Content-Type: application/x-www-form-urlencoded。
方法三：用FormRequest.from_response()模拟页面登录
先获取含
向回调函数安全传递数据
避免把临时变量塞进meta字典造成中间件污染或键名冲突，Scrapy 1.7+起应优先使用cb_kwargs机制。
① 在发出Request时，用cb_kwargs参数传入一个字典，例如cb_kwargs={'category': 'news', 'page': 2}。
② 回调函数签名必须匹配，def parse_item(self, response, category, page): —— 参数顺序无关，但名称必须与cb_kwargs键一致。
③ 这种方式绕过meta传递链，不参与去重、不被DownloaderMiddleware修改，适合传业务关键参数。
处理请求失败与异常
网络抖动、目标服务器宕机、DNS解析失败等都会中断请求流程，不配置errback将导致任务静默丢失。
在scrapy.Request中添加errback=self.handle_failure参数，指向一个接受Failure对象的函数。
handle_failure(self, failure)函数内可调用failure.check(HttpError)判断是否为HTTP错误，或failure.check(DNSLookupError)捕获域名解析失败；【failure.value未被try/except包裹，直接打印会崩溃】。
控制Cookie与会话行为
默认情况下Scrapy启用CookiesMiddleware，自动管理Set-Cookie与后续请求的Cookie头，但某些场景需主动干预。
若要禁用某次请求的Cookie合并（比如切换账号），在meta中加入{'dont_merge_cookies': True}。
若要为单次请求硬编码Cookie，用cookies参数传dict（如{'sessionid': 'abc123'}）或cookie字典列表（支持domain/path等字段）；注意此方式不会更新全局CookieJar。
