Scrapy-Splash已停止维护，官方推荐迁移到Playwright或Selenium；若必须使用，需确保独立运行Splash服务（如Docker容器）、正确配置SPLASH_URL、启用SplashMiddleware并禁用RedirectMiddleware，且Lua脚本需主动断言与调试以应对React/Vue hydration问题。
Scrapy-Splash 本身已停止维护，官方推荐迁移到 Playwright 或 Selenium；若必须用 Splash，请确认你有独立运行的 Splash 服务（docker run -p 8050:8050 scrapinghub/splash），且 Scrapy 项目配置正确——否则 scrapy crawl 会卡在等待响应或直接报 ConnectionRefusedError。
为什么 SplashRequest 发出去没返回？
最常见原因是 Splash 服务没起来，或 Scrapy 没配对通信协议。Splash 默认只监听 localhost:8050，而 Docker 容器内运行时，Scrapy 若跑在宿主机，需确认容器端口映射是否生效（curl http://localhost:8050/_debug 应返回 JSON）；若 Scrapy 也跑在 Docker 里，得用容器名（如 http://splash:8050）而非 localhost。
- 检查 Splash 日志：
docker logs <container_id></container_id>，看是否有listening on 0.0.0.0:8050 - Scrapy 的
settings.py必须设SPLASH_URL = 'http://localhost:8050'（或对应地址） -
SplashRequest的url参数必须是完整 URL（含http://），不能是相对路径 - 如果用了
render.html接口但页面含跨域 JS，Splash 默认不加载——需显式加html=1和wait=2，并考虑allowed_domains白名单
SplashRequest 和普通 Request 混用要注意什么？
Scrapy 中 SplashRequest 是 scrapy.Request 的子类，但中间件处理逻辑不同：它依赖 SplashMiddleware 注入渲染逻辑，所以必须启用该中间件，且顺序要在 HttpCompressionMiddleware 之后、RedirectMiddleware 之前。
- 在
settings.py中启用：'scrapy_splash.SplashCookiesMiddleware': 725和'scrapy_splash.SplashMiddleware': 725 - 禁用默认重定向中间件（
'scrapy.downloadermiddlewares.redirect.RedirectMiddleware': None），否则 Splash 渲染后的跳转会丢失上下文 - 不要在
parse方法里对SplashResponse直接调.css()—— 先用response.body看原始 HTML 是否含目标内容；有时 JS 渲染后 DOM 结构和预想不同 - 混用时，记得给
SplashRequest加meta={'splash': {'endpoint': 'render.html', 'args': {'html': 1, 'wait': 2}}}，否则可能走默认execute端点，返回空响应
如何调试 lua_source 脚本失败？
自定义 Lua 脚本（比如滚动到底部再截图）出错时，Splash 不会把错误堆栈透传给 Scrapy，默认只返回 HTTP 500 或空 body。必须主动捕获并打印错误。
立即学习“Java免费学习笔记（深入）”；
- 脚本开头加
assert(splash:go(args.url))，否则go失败会静默继续 - 关键步骤后加
assert(splash:wait(1))，避免因 JS 未就绪就执行下一步 - 用
splash:evaljs("console.log('xxx')")输出调试信息，配合splash:har()查看网络请求是否触发 - 在
SplashRequest中设置args={'html': 1, 'png': 1}并检查response.data['png']是否为空，能快速判断脚本是否执行到末尾
真正麻烦的不是写 Lua 脚本，而是 Splash 对现代前端框架（React/Vue）的 hydration 行为支持有限——比如组件 mount 后才动态插入数据，但 wait 时间不够或没监听 DOMContentLoaded，就会抓到空容器。这时候得结合 splash:runjs() + document.querySelectorAll 轮询，而不是盲目加长 wait。
