时间:2021-05-22
1、get方式:如何为爬虫添加ip代理,设置Request header(请求头)
import urllib import urllib.requestimport urllib.parseimport randomimport timefrom fake_useragent import UserAgentua = UserAgent()url = "http://"########################################################'''设置ip代理iplist = [ '127.0.0.1:80'] #可自行上网找一些代理proxy_support = urllib.request.ProxyHandler({'http':random.choice(iplist)}) #也可以设置为https,要看你的代理支不支持opener = urllib.request.build_opener(proxy_support)'''########################################################'''无ip代理'''opener = urllib.request.build_opener()'''f12查看请求头添加即可,不一定都需要全添加↓↓↓'''opener.addheaders = [('Host', 'newtab.firefoxchina.cn'), ('User-Agent',ua.random), ('Accept-Encoding','deflate, br'), ('Accept', 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8'), ('Accept-Language', 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2'), ('Connection', 'keep-alive'), ('Upgrade-Insecure-Requests',1), ('Cookie', '__gads=ID=138080209be66bf8:T=1592037395:S=ALNI_Ma-g9wHmfxFL4GCy9veAjJrJRsNmg; Hm_lvt_dd4738b5fb302cb062ef19107df5d2e4=1592449208,1592471447,1592471736,1594001802; uid=rBADnV7m04mi8wRJK3xYAg=='), ]urllib.request.install_opener(opener)while True: try: response = urllib.request.urlopen(url) break except Exception as e: print("错误信息:" + str(e)) time.sleep(3)html = response.read().decode("utf-8")print(html)2、post方式添加载荷(此处是打比方),修改urllib.request.install_opener(opener)以下的代码即可
urllib.request.install_opener(opener)# data = {} #当页面提交数据是有载荷但是载荷内容为空时,必须以data = {}传参,不然无法获取网页数据data = {'_csrf':'请把', 'collection-name':'载荷的参数', 'description':'以这种形式', '_csrf':'装载' }data = urllib.parse.urlencode(data).encode('utf-8')req = urllib.request.Request(url,data)while True: try: response = urllib.request.urlopen(req) break except Exception as e: print("错误信息:" + str(e)) time.sleep(3)html = response.read().decode("utf-8")以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
爬虫的小伙伴,肯定经常遇到ip被封的情况,而现在网络上的代理ip免费的已经很难找了,那么现在就用python的requests库从爬取代理ip,创建一个ip代理
这篇文章主要介绍了爬虫代理池Python3WebSpider源代码测试过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要
本文实例讲述了python实现ip代理池功能。分享给大家供大家参考,具体如下:爬取的代理源为西刺代理。用xpath解析页面用telnet来验证ip是否可用把有效
在爬取的过程中难免发生ip被封和403错误等等,这都是网站检测出你是爬虫而进行反爬措施,在这里为大家总结一下怎么用IP代理防止被封首先,设置等待时间:常见的设置
爬虫:一段自动抓取互联网信息的程序,从互联网上抓取对于我们有价值的信息,一般来说,Python爬虫程序很多时候都要使用(飞猪IP)代理的IP地址来爬取程序,但是