反爬虫1

我是爬虫初学者,在爬虫中遇到的问题积累下来,总有些网站请求做了一些反爬虫的技术。思考一下,可以应用到自己的网站里面种。
使用fiddler抓包,我是按照下图过滤了一些信息.
REGEX:\.(js|css|jpg|png|mp3|js\?.*|css?.*|jpg\?.*|png\?.*|mp3\?.*)$,将js、css、图片等隐藏掉,这些一般跟爬虫没太大关系,除非你爬取的就是图片或其他资源
1
当我打开页面的时候,看到了这些信息
1
查看页面,发现底部使用了
<script language="javascript" type="text/javascript" src="/xxx_start.php"></script>
了解 HTML

    def __init__(self):
        self.driver = webdriver.PhantomJS()

    def start_requests(self):
        url = 'http://www.xxxx.cn/'
        self.driver.get(url)
        self.sid = self.driver.get_cookie('SESSID')['value']
        self.driver.close()
        return super(xxxSpider,self).start_requests()

    '''
    通过selenium与PhantomJS,模拟浏览器访问
    获取cookie-SESSID的值
    '''
    def make_request_from_data(self, data):
        return self.self_make_request_api(self.sid,data)
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

打赏作者

warrah

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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