最新公告
  • 欢迎您光临起源地模板网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入钻石VIP
  • python反爬虫是什么?如何应对爬虫报错?

    正文概述    2020-10-12   475

    python反爬虫是什么?如何应对爬虫报错?

    书本上说有,烟花是火药的前身,谁能想到一个美丽的事物,最后会被用于战争呢?就像我们最早只为为了获取一些数据,来加强一个信息资源的快速更新,最后因为种种原因,又需要一种阻止这种大批获取数据的行为。小编今天不会直接讲述反爬虫是什么,大家一起在爬虫报错的案例中慢慢体会吧。


    报错信息如下:

    Http 800 Internal internet error

    这是因为你的对象网站设置了反爬虫程序,如果用现有的爬虫代码,会被拒绝。

     

    之前正常的爬虫代码如下:

    1 from urllib.request import urlopen
    2 ...
    3 html = urlopen(scrapeUrl)
    4 bsObj = BeautifulSoup(html.read(), "html.parser")

    这个时候,需要我们给我们的爬虫代码做下伪装,

     

    给它添加表头伪装成是来自浏览器的请求

    修改后的代码如下:

    1 import urllib.parse
    2 import urllib.request
    3 from bs4 import BeautifulSoup
    4 ...
    5 req = urllib.request.Request(scrapeUrl)
    6 req.add_header('User-Agent', 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)')
    7 response = urllib.request.urlopen(req)
    8 html = response.read()
    9
    10 bsObj = BeautifulSoup(html, "html.parser")


    以上就是应对爬虫的一个小小的方法,毕竟各种反爬虫技术还是挺厉害的,小编在这方面也没有太深的研究,只能带来一些实用的小技巧啦~更多Python学习推荐:起源地模板网教学中心


    起源地下载网 » python反爬虫是什么?如何应对爬虫报错?

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    模板不会安装或需要功能定制以及二次开发?
    请QQ联系我们

    发表评论

    还没有评论,快来抢沙发吧!

    如需帝国cms功能定制以及二次开发请联系我们

    联系作者

    请选择支付方式

    ×
    迅虎支付宝
    迅虎微信
    支付宝当面付
    余额支付
    ×
    微信扫码支付 0 元