目标是爬取某某查的公司基础信息,但是在爬的时候遇到一些小问题,解决后来记录下,备忘。
1、第一应该就是user-agent,这个东西如果不改,服务器立马就是到你是谁,所以这个是必须修改的。python可以考虑fake-agent这个库,其实我觉得服务器应该在限制下一个用户最多同一时间使用3个浏览器,如果超过3个也应该算爬虫。
2、账号,某某查搜索关键字是必须要登陆的,所以账号是必须得有的,如果需求量大的话就去一些免费的接短信的平台,多注册一些账号,然后批量登陆存下cookie就行了。注意登陆完成后一般还有滑动解锁。
3、好像没啥了,可能是我的业务需求量比较小.....
反爬虫某某查,备忘
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 来自同事_Smile的封装,记录学习一下 1、核心代码 2、R.layout.dialog_customize_t...