python编写简单的网络爬虫——爬取内涵段子(请求头header反爬,适用瀑布流试网站,淘宝、知乎等)

第一步:找到内涵段子的请求数据链接,在谷歌浏览器中打开内涵段子,按F12进入开发者模式,点击Network,Network是记录与服务器之间进行的请求数据。


第二步:点击加载更多,在开发者模式下,点击name下的请求链接,即可找出本次的请求得到的json数据,以及请求头header信息,点击copy link address复制下请求链接。


第三步:找出网站的分页规律,对比两次的请求链接发现,只有max_time不同,找到它的取值方式,即取上一次请求数据中的max_time的值,做为下一次请求的值,从而实现分页

http://neihanshequ.com/bar/1/?is_json=1&app_name=neihanshequ_web&max_time=1520982083
http://neihanshequ.com/bar/1/?is_json=1&app_name=neihanshequ_web&max_time=1520973233

第四部:通过无限迭代抓取数据,但

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值