Python爬取数据的注意事项

3 篇文章 0 订阅
1 篇文章 0 订阅

1、F12->network-XHR:ajax是个好东西,好多数据直接异步加载,切记不能忽略!

2、Scrapy爬取某网站数据,在settting中延迟设为1秒,单IP,无代理,9级request跳转(包含FormRequest),最后一级(第10级)yield item.平均5秒完成一条数据入库(MongoDB)

3、有些请求的headers中,Referer的值为空或者None,也必须有Referer找个参数存在。比如搜狗微信数据爬取

4、搜狗微信爬虫获取关键cookie参数snuid,但该请求如何而来还未分析出来。目前方案访问关键词搜索页近1天搜索结果,会发生302并返回cookie的snuid.

url="http://www.sogou.com/antispider/detect.php?sn=E9DA81B7290B940A0000000058BFAB0&wdqz22=12&4c3kbr=12&ymqk4p=37&qhw71j=42&mfo5i5=7&3rqpqk=14&6p4tvk=27&eiac26=29&iozwml=44&urfya2=38&1bkeul=41&jugazb=31&qihm0q=8&lplrbr=10&wo65sp=11&2pev4x=23&4eyk88=16&q27tij=27&65l75p=40&fb3gwq=27&azt9t4=45&yeyqjo=47&kpyzva=31&haeihs=7&lw0u7o=33&tu49bk=42&f9c5r5=12&gooklm=11&_=1488956271683"
    headers={"Cookie":
    "ABTEST=0|1488956269|v17;\
    SUID=E9DA81B7290B940A0000000058BFAB6D;\
    }
--------------------- 
原文:https://blog.csdn.net/weixin_43116910/article/details/83514670 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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