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。