欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

反爬虫1

程序员文章站 2022-04-26 08:06:35
...

我是爬虫初学者,在爬虫中遇到的问题积累下来,总有些网站请求做了一些反爬虫的技术。思考一下,可以应用到自己的网站里面种。
使用fiddler抓包,我是按照下图过滤了一些信息.
REGEX:\.(js|css|jpg|png|mp3|js\?.*|css?.*|jpg\?.*|png\?.*|mp3\?.*)$,将js、css、图片等隐藏掉,这些一般跟爬虫没太大关系,除非你爬取的就是图片或其他资源
反爬虫1
当我打开页面的时候,看到了这些信息
反爬虫1
查看页面,发现底部使用了
<script language="javascript" type="text/javascript" src="/xxx_start.php"></script>
了解 HTML

    def __init__(self):
        self.driver = webdriver.PhantomJS()

    def start_requests(self):
        url = 'http://www.xxxx.cn/'
        self.driver.get(url)
        self.sid = self.driver.get_cookie('SESSID')['value']
        self.driver.close()
        return super(xxxSpider,self).start_requests()

    '''
    通过selenium与PhantomJS,模拟浏览器访问
    获取cookie-SESSID的值
    '''
    def make_request_from_data(self, data):
        return self.self_make_request_api(self.sid,data)
相关标签: 反爬虫

上一篇: 爬虫(1)

下一篇: 爬虫基础(1)