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
  • 19 2019-11
    ip代理软件​的主要的功能有什么?

    ip代理软件​的主要的功能有什么?代理服务器英文全称是(Proxy Server),也叫做代理IP,其功能就是代理网络用户去取得网络信息。形象的说:它是网络信息的中转站。代理服务器就好象一个大的Ca

  • 14 2019-03
    免费代理ip好不好用,测测就知道了

    能免费使用代理IP自然最好不过了,这样使用方便,还不花钱,直接在网络就能找到很多的IP地址更换使用,不过也是有一个致命的缺点,就是这些免费的代理IP中十个估计没有一两个是有用的。

  • 12 2019-02
    动态vps与vpn使用哪个好?

    使用动态vps与vpn的人群都不少,二者都能够实现更换IP的作用,但其基本原理是不一样的,因此使用的效果以及主要的用途也是有区别的,那么动态vps与vpn使用哪个好呢?对此,我们首先要先了

  • 27 2018-11
    目前爬虫经常遇到的限制有哪些

    以前网站都多爬虫非常的友好,但随着时间的发展,爬虫被应用于许多场景,比如有些人利用爬虫采集对方大量数据,通过分析,挖掘有价值的信息,并与对方进行商业竞争;也有是...

  • 16 2019-06
    用换IP工具极速帮电脑换ip地址

    用换IP工具极速帮电脑换ip地址,这样做营销更有效果的。比如:淘宝属于最早开始的大面积的网络营销,在淘宝之后,这几年网络营销行业发展越来越壮大。但是最近几年兴起的网络营销行业

  • 15 2019-04
    代理ip分短效和长效,都适合什么人使用?

    代理ip分短效和长效,都适合什么人使用?估计代理IP这个词,大家都不少听说吧,但是你知道代理IP的一些知识么?知道怎么用么?知道都有哪些人使用么?

您好,当前有客服在线,请问有什么需要咨询的吗?