爬虫测试题(面试必备)
1.简述一下爬虫的步骤
答案:
1. 确定需求(人)
2. 确定资源(人)
3. 通过URL获取网站的返回信息(爬虫)
4. 定位数据(爬虫)
5. 存储数据(程序)
2.遇到反爬机制怎么处理
答案:
反爬机制(headers):
1. 判断User-Agent
2. 判断Referer
3. 判断Cookie
如果以上操作还是没有成功爬取页面,就用将浏览器中的全部头信息放进来
注意:如果把全部headers拿过来的话记得把Accept-Encoding: gzip, deflate注释掉
3.Http与Ht