Python反爬蟲偽裝瀏覽器進行爬蟲

更新時間：2020年02月28日 13:25:32 作者：Tynam.Yang

這篇文章主要介紹了Python反爬蟲偽裝瀏覽器進行爬蟲,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

對于爬蟲中部分網站設置了請求次數過多后會封殺ip，現在模擬瀏覽器進行爬蟲，也就是說讓服務器認識到訪問他的是真正的瀏覽器而不是機器操作

簡單的直接添加請求頭，將瀏覽器的信息在請求數據時傳入：

打開瀏覽器--打開開發(fā)者模式--請求任意網站

如下圖：找到請求的的名字，打開后查看headers欄，找到User-Agent，復制。然后添加到請求頭中

代碼如下：

import requests
url = 'https://www.baidu.com'
headers ={
    'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) '
           'Chrome/65.0.3325.181 Safari/537.36'
    }
rq = requests.get(url=url, headers=headers)
print(rq.text)

更深的偽裝瀏覽器，添加多個瀏覽器信息，每次請求的時候隨機發(fā)送瀏覽器信息，讓服務器了解不是一個瀏覽器一直在訪問，（可以百度查找user-agent）

代碼如下：

import requests
import random

url = 'https://www.baidu.com'
headers_lists =(
    'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) '
           'Chrome/65.0.3325.181 Safari/537.36',
    'Mozilla/4.0(compatible;MSIE7.0;WindowsNT5.1;Maxthon2.0',
    'Opera/9.80(Android2.3.4;Linux;Operamobi/adr-1107051709;U;zh-cn)Presto/2.8.149Version/11.10',
    'Mozilla/5.0(WindowsNT6.1;rv:2.0.1)Gecko/20100101Firefox/4.0.1',
    'Mozilla/5.0(Android;Linuxarmv7l;rv:5.0)Gecko/Firefox/5.0fennec/5.0',)

rq = requests.get(url=url,headers={'User-Agent':random.choice(headers_lists)})
print(rq.text)

完整的請求體解釋：

以下是筆者訪問百度的請求體。

Accept：瀏覽器端可以接受的媒體類型

Accept-Encoding：瀏覽器申明自己接收的編碼方法

Accept-Language：瀏覽器申明自己接收的語言

Connection:keep-alive 客戶端和服務器之間還在連接中，如果關閉就是close

Host:請求報頭域主要用于指定被請求資源的Internet主機和端口號

User-Agent：使用的操作系統(tǒng)和瀏覽器的名稱和版本

Cookie:是用來存儲一些用戶信息以便讓服務器辨別用戶身份的

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章:

python中的import絕對導入與相對導入詳解
這篇文章主要介紹了python中的import絕對導入與相對導入詳解,在使用python做一些簡單項目時,import一般不會出現問題,但項目結構復雜時,import可能發(fā)生報錯,需要的朋友可以參考下
2023-11-11
Python中optparser庫用法實例詳解
這篇文章主要介紹了Python中optparser庫用法實例詳解，介紹了optparser的引入，初始化等相關內容，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下
2018-01-01
使用GitHub和Python實現持續(xù)部署的方法
這篇文章主要介紹了使用GitHub和Python實現持續(xù)部署的方法，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
2019-05-05
Celery批量異步調用任務一直等待結果問題
這篇文章主要介紹了Celery批量異步調用任務一直等待結果問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
2023-11-11
python編程實現清理微信重復緩存文件
這篇文章主要為大家介紹了使用python編程來實現清理微信重復緩存文件的示例代碼過程，有需要的朋友可以借鑒參考下，希望能夠有所幫助
2021-11-11
pandas去重復行并分類匯總的實現方法
這篇文章主要介紹了pandas去重復行并分類匯總的實現方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2019-01-01
Python實現監(jiān)控遠程主機實時數據的示例詳解
這篇文章主要為大家詳細介紹了Python如何使用Socket庫和相應的第三方庫來監(jiān)控遠程主機的實時數據，比如CPU使用率、內存使用率、網絡帶寬等，感興趣的可以了解一下
2023-04-04
跟老齊學Python之使用Python操作數據庫（1）
本文詳細講述了使用python操作數據庫所需要了解的知識以及準備工作，十分的詳盡，這里推薦給想學習python的小伙伴。
2014-11-11
深度學習入門之Pytorch 數據增強的實現
這篇文章主要介紹了深度學習入門之Pytorch 數據增強的實現，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2020-02-02
Pytorch如何加載自己的數據集(使用DataLoader讀取Dataset)
這篇文章主要介紹了Pytorch如何加載自己的數據集(使用DataLoader讀取Dataset)問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
2022-12-12