收藏 400-998-9776 转2 服务时间 周一至周日 9:00-23:00 注意:本站不提供境外服务
您的位置:首页 >文章内容
爬虫怎么伪装成浏览器
来源:pdstar 作者:admin 时间:2018-12-12 17:32:32

    爬虫在获取数据的过程中,都会遇到网站的反爬虫机制,那么如何伪装好自己,别让对方知道你是一个爬虫呢?这就需要伪装,一个爬虫也可以伪装用户。因为爬虫的许多信息都可以伪装的,比如伪装成浏览器获取数据,本文为大家介绍一下爬虫怎么伪装成浏览器


    1.爬取目标方法


    对于网站url为http协议的,我们可以直接通过urlopen()直接爬取


    例如:


爬虫怎么伪装成浏览器


    爬取结果为


爬虫怎么伪装成浏览器


    2.被识别为爬虫


    但当我们要爬url为https协议的网站,就会返回403错误或报其它错误。这是因为对方服务器识别出是爬虫,把我们屏蔽了。


    例如把url换成"https://www.qiushibaike.com/"? 则python会报错如下图:


爬虫怎么伪装成浏览器


    3.伪装方法


    通过模拟浏览器登陆来实现伪装。即通过设置User-Agent的方式来达到隐藏爬虫身份的目的。


    原理:User-Agent存放于Headers中,服务器就是通过查看Headers中的User-Agent来判断是谁在访问的。


    我们可以通过chrome的审查元素功能来查看User-Agent,然后添加进去:


    from urllib import request


    #爬嗅事百科


    url='https://www.qiushibaike.com/'


    #写入User-Agent,采用字典形式


    head={}


    head['User-Agent']='Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'


    #创建Request对象并添加heads


    req=request.Request(url,headers=head)


    #传入创建好的Request对象


    response=request.urlopen(req)


    #读取响应信息并解码


    html=response.read().decode('utf-8')


    #打印爬到的信息


    print(html)



推荐阅读
  • 27 2019-07
    哪里租用长期有效的代理IP?

    哪里租用长期有效的代理IP?首先你想要租用动态IP代理,还是静态IP代理,如果需要长期有效的,静态IP不错。

  • 10 2019-09
    如何选择高质量的爬虫代理IP?

    如何选择高质量的爬虫代理IP?随着爬虫大数据的发展,许多用户对代理IP​的需求量越来越多,对代理IP的质量要求也越来越高,市面上也随之浮现了许多代理IP服务供应商,面对如此多的代理商

  • 01 2019-07
    一款合适的ip修改器

    一款合适的ip修改器,这是比较难找的?很多的ip修改器总是有各种各种的缺点,或者是不满足用户的需求。也不是说价格贵就一定适合了的,那么怎样的才是适合的呢?

  • 28 2019-02
    代理服务器可以解决上网时间限制,软件使用限制

    一些学校或者企业对网络有限制,比如上网的时间,或者对一些网站软件的使用有限制,对于这些限制,如何突破呢?

  • 26 2019-08
    代理ip服务器是做什么的?

    代理ip服务器是做什么的?代理服务器(Proxy Server)是一种重要的服务器安全功能,它的工作主要在开放系统互联(OSI)模型的会话层,从而起到防火墙的作用,那么它还有什么作用?

  • 16 2019-10
    免费代理IP​有何安全隐患?

    免费代理IP​有何安全隐患?现在会用代理IP的人增多,还是有很多用户不愿意使用付费的爬虫代理ip,而是选择网上公开的免费代理ip,尽管是完全免费,但是老话说得好,免费的往往是最贵的。