我们在爬取数据的时候有可能会出现爬到一半就不动了,有可能是因为目标网站封了你的ip,因为程序的运行是非常快的,人为的访问速度没有那么快,所以会被封,所谓道高一尺魔高一丈,我们可以有多种方法可以避免这种问题
第一种:
降低访问速度,我们可以使用time模块中的sleep,使程序每运行一次后就睡眠1s,这样的话就可以大大的减少ip被封的几率
第二种:
为了提高效率,我们可以使用代理ip来解决,ip是西刺代理的ip,代码我贴出来
# encoding: utf-8
import requests
import json
from lxml import etree
def get_page(url):
head ={
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:52.0) Gecko/20100101 Firefox/52.0"
}