今天认识了一些初级的反扒手段。
在网页的检查中,我们可以在Element里看到网页的信息,个人信息页面是utf-8,但是还报错了编码错误,因为并没有进入到个人信息页面而是跳转到了登陆页面。这时就可能是网页的meta charset不是utf-8,而是一些特定的字符串。我们可以在response,read().decode('特定字符串')。
有时我们已经爬取到需要的内容,但是无法加载进入,可能是缺少了cookie和referer。cookie一般携带登录信息,referer判断当前路径是不是由上一个路径进来的。一般情况下是图片防盗的措施。有些网页需要referer,有些不需要。
今天就这些,8.