发布于2019-10-11 11:11 阅读(979) 评论(0) 点赞(5) 收藏(3)
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:
作者:3434erer
链接:https://www.pythonheidong.com/blog/article/133901/d647c82f230405deff1b/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!