爬虫---反反爬---User-Agent

User-Agent

1、用户代理,浏览器身份识别

2、通过它判断是谁在发送请求,使得服务器能够识别客户使用的操作系统及版本、CPU 类型、浏览器及版本、浏览器渲染引擎、浏览器语言、浏览器插件等

3、代码中添加User-Agent实现模拟浏览器

4.某大牛写了个库,fake-useragent,本质其实也是个爬虫。可随机生成UA。

pip install fake-useragent

from fake_useragent import UserAgent
ua = UserAgent()
#ie浏览器的user agent
print(ua.ie)

#opera浏览器
print(ua.opera)

#chrome浏览器
print(ua.chrome)

#firefox浏览器
print(ua.firefox)

#safri浏览器
print(ua.safari)

#随机浏览器
print(ua.random)

 常遇的BUG:

fake_useragent.errors.FakeUserAgentError: Maximum amount of retries reached

解决3板斧:

禁用服务器缓存:
ua = UserAgent(use_cache_server=False)

 不缓存数据:
ua = UserAgent(cache=False)

忽略ssl验证:
ua = UserAgent(verify_ssl=False)

5.如果没解决,那算了,感觉不太稳定,时灵时不灵的,留个后手收集一批UA。

6.某些网站反爬厉害的话,注意代理ip和cookie,UA要保持一致。

7.使用Scrapy爬取贴吧的时候,携带了个UA,反而获取不到理想中的页面,卸掉UA可以正常获取。
 

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