Python破解各路反爬措施，强势采集拉勾网数据！

拉勾网这个网页的反爬机制：

　　保持cookie与网页来源的说明，如果不加网页的来源会造成一个IP频繁的假象。

　　为什么说是假象呢？因为当你用浏览器再次访问是哭正常访问的，自行测试即可。

　　不建议小白阅读此文，不建议不喜欢动手的人阅读此文，因为不做的话，永远不知道事情的真相。

由于网页源代码中并没有我们需要的信息：

 

 

那么我们进行抓包测试：

完整视频教程，请进此群。

 

发现此包中的确包含了我们想要的信息。

注意：

这个post请求当中 表单数据first 是不变的，pn代表页码，当然kd代表我们需要查找的关键词。

请求这个url必须带上referer，这个报文代表我们的url来源。还有我们的浏览器来源user-agent用户代理也要添加！

 

这样请求，你会发现还是无法正常的获取到数据，那么别忘记我前面说的，保持cookie。在此处有人会直接复制cookie报文，但是别忘了cookie是有时效性的，所以怎么办？

最好的办法就是 提前访问此url的来源，从来源中把cookie取下来，添加到这个请求当中。

最好筛选数据即可：

这篇文章我不准备给出源代码，因为我希望还不会的可以自己去做一下。

 

更多技术文章，请关注公众号：