反爬虫1

xiaoxiao2021-02-28  18

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 当我打开页面的时候,看到了这些信息 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)
转载请注明原文地址: https://www.6miu.com/read-2350218.html

最新回复(0)