目錄
- 一、瀏覽器模擬（Headers）
- 如何找到瀏覽器信息
- 打開瀏覽器，按F12（或者鼠標右鍵+檢查）
- 點擊如下圖所示的Network按鈕
- 按鍵盤Ctrl+R（MAC：Command+R）進行抓包
- 在Python中使用user-agent的方式如下：
- 常用的請求頭（模擬瀏覽器）信息如下：
- 二、IP代理
- Python使用IP代理的方式如下：
- 控制訪問頻率使用time模塊即可：
- 三、Cookies模擬
- 手動獲取cookie
- 自動獲取cookie
- 使用cookies
一、瀏覽器模擬（Headers）
瀏覽器模擬是最常用的一種反爬方式。設想一下：一個網站不停的被同一個版本的瀏覽器頻率的訪問，那大概了就要被認為是機器人了。所以上有政策下有對策，我們每次訪問都使用不同的瀏覽器版本信息不就可以了嗎。首先我們來看一下如何找到自己瀏覽器信息。
如何找到瀏覽器信息
打開瀏覽器，按F12（或者鼠標右鍵+檢查）
點擊如下圖所示的Network按鈕
按鍵盤Ctrl+R（MAC：Command+R）進行抓包
操作完上一步之后，隨便點擊右側name中的一項，即可出現下面的頁面，紅框中的內容就是我們要找的瀏覽器信息了。
備注：有一些網站會帶有Referer信息，這里的作用主要是在于告訴瀏覽器你是從哪個網址跳轉過來的，類似于P站這種站點就會進行相應的檢查，所以我們可以通過上述同樣的方式找到瀏覽器的Referer信息。如下圖紅框所示：
通過上面的步驟，我們就能夠成功的得到瀏覽器的版本信息了，如果能夠獲得不同的版本信息我們就能夠模擬不同的瀏覽器進行操作了。
在Python中使用user-agent的方式如下：
headers = {
'Referer': '具體的Referer',
'User-Agent': '具體的user-agent'
}
requests.get(url,headers=headers)
常用的請求頭（模擬瀏覽器）信息如下：
User_Agent = [
"Mozilla/5.0 (iPod; U; CPU iPhone OS 4_3_2 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8H7 Safari/6533.18.5",
"Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_2 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8H7 Safari/6533.18.5",
"MQQBrowser/25 (Linux; U; 2.3.3; zh-cn; HTC Desire S Build/GRI40;480*800)",
"Mozilla/5.0 (Linux; U; Android 2.3.3; zh-cn; HTC_DesireS_S510e Build/GRI40) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
"Mozilla/5.0 (SymbianOS/9.3; U; Series60/3.2 NokiaE75-1 /110.48.125 Profile/MIDP-2.1 Configuration/CLDC-1.1 ) AppleWebKit/413 (KHTML, like Gecko) Safari/413",
"Mozilla/5.0 (iPad; U; CPU OS 4_3_3 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Mobile/8J2",
"Mozilla/5.0 (Windows NT 5.2) AppleWebKit/534.30 (KHTML, like Gecko) Chrome/12.0.742.122 Safari/534.30",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_2) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.202 Safari/535.1",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_2) AppleWebKit/534.51.22 (KHTML, like Gecko) Version/5.1.1 Safari/534.51.22",
"Mozilla/5.0 (iPhone; CPU iPhone OS 5_0 like Mac OS X) AppleWebKit/534.46 (KHTML, like Gecko) Version/5.1 Mobile/9A5313e Safari/7534.48.3",
"Mozilla/5.0 (iPhone; CPU iPhone OS 5_0 like Mac OS X) AppleWebKit/534.46 (KHTML, like Gecko) Version/5.1 Mobile/9A5313e Safari/7534.48.3",
"Mozilla/5.0 (iPhone; CPU iPhone OS 5_0 like Mac OS X) AppleWebKit/534.46 (KHTML, like Gecko) Version/5.1 Mobile/9A5313e Safari/7534.48.3",
"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.202 Safari/535.1",
"Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; SAMSUNG; OMNIA7)",
"Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0; XBLWP7; ZuneWP7)",
"Mozilla/5.0 (Windows NT 5.2) AppleWebKit/534.30 (KHTML, like Gecko) Chrome/12.0.742.122 Safari/534.30",
"Mozilla/5.0 (Windows NT 5.1; rv:5.0) Gecko/20100101 Firefox/5.0",
"Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.2; Trident/4.0; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET4.0E; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; .NET4.0C)",
"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET4.0E; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; .NET4.0C)",
"Mozilla/4.0 (compatible; MSIE 60; Windows NT 5.1; SV1; .NET CLR 2.0.50727)",
"Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)",
"Opera/9.80 (Windows NT 5.1; U; zh-cn) Presto/2.9.168 Version/11.50",
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)",
"Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022; .NET4.0E; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; .NET4.0C)",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/533.21.1 (KHTML, like Gecko) Version/5.0.5 Safari/533.21.1",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; ) AppleWebKit/534.12 (KHTML, like Gecko) Maxthon/3.0 Safari/534.12",
"Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; TheWorld)",
"Opera/9.80 (X11; Linux i686; Ubuntu/14.10) Presto/2.12.388 Version/12.16",
"Opera/9.80 (Windows NT 6.0) Presto/2.12.388 Version/12.14",
"Mozilla/5.0 (Windows NT 6.0; rv:2.0) Gecko/20100101 Firefox/4.0 Opera 12.14",
"Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.0) Opera 12.14",
"Opera/12.80 (Windows NT 5.1; U; en) Presto/2.10.289 Version/12.02",
"Opera/9.80 (Windows NT 6.1; U; es-ES) Presto/2.9.181 Version/12.00",
"Opera/9.80 (Windows NT 5.1; U; zh-sg) Presto/2.9.181 Version/12.00",
"Opera/12.0(Windows NT 5.2;U;en)Presto/22.9.168 Version/12.00",
"Opera/12.0(Windows NT 5.1;U;en)Presto/22.9.168 Version/12.00",
"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:40.0) Gecko/20100101 Firefox/40.1",
"Mozilla/5.0 (Windows NT 6.3; rv:36.0) Gecko/20100101 Firefox/36.0",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10; rv:33.0) Gecko/20100101 Firefox/33.0",
"Mozilla/5.0 (X11; Linux i586; rv:31.0) Gecko/20100101 Firefox/31.0",
"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:31.0) Gecko/20130401 Firefox/31.0",
"Mozilla/5.0 (Windows NT 5.1; rv:31.0) Gecko/20100101 Firefox/31.0",
"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:29.0) Gecko/20120101 Firefox/29.0",
"Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:25.0) Gecko/20100101 Firefox/29.0",
"Mozilla/5.0 (X11; OpenBSD amd64; rv:28.0) Gecko/20100101 Firefox/28.0",
"Mozilla/5.0 (X11; Linux x86_64; rv:28.0) Gecko/20100101 Firefox/28.0",
"Mozilla/5.0 (Windows NT 6.1; rv:27.3) Gecko/20130101 Firefox/27.3",
"Mozilla/5.0 (Windows NT 6.2; Win64; x64; rv:27.0) Gecko/20121011 Firefox/27.0",
"Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:25.0) Gecko/20100101 Firefox/25.0",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:25.0) Gecko/20100101 Firefox/25.0",
"Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:24.0) Gecko/20100101 Firefox/24.0",
"Mozilla/5.0 (Windows NT 6.0; WOW64; rv:24.0) Gecko/20100101 Firefox/24.0",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10.8; rv:24.0) Gecko/20100101 Firefox/24.0"
]
二、IP代理
除了通過同一個瀏覽器進行訪問，還可能出現的情況就是通過同一個IP不斷的訪問網址，這樣很容易造成整個IP被封，個人的IP還好，如果一個公司的IP都不能訪問某個網站，那將會是怎樣的效果就不用多說了吧。
對于IP來說除了需要控制IP地址的變更之外，還要控制訪問速度，畢竟程序快起來是不眨眼的。
Python使用IP代理的方式如下：
import requests
proxies = {"http": 'IP地址'}
requests.get(url, headers=headers, proxies=proxies)
注：關于代理IP去哪找的問題，網上一搜一大把，我們放心大膽的使用就可以了。
控制訪問頻率使用time模塊即可：
import time
time.sleep(5)
三、Cookies模擬
有很多時候我們訪問網址會遇到403錯誤，一般這種情況表示無權訪問請求的資源，通常在沒有設置cookie或是沒有設置正確的cookie會導致這個錯誤。cookie的存在就像是一個網址的通行證，你會發現在你登陸和未登陸網頁的時候cookie是會發生變化的。
手動獲取cookie
我們可以通過和獲取user-agent一樣的方式來手動獲取cookie：
自動獲取cookie
我們使用session方法就能夠實現自動獲取cookie了
示例代碼如下：
import requests
session = requests.session()
session.cookies = LWPCookieJar(filename='Cookies.txt')
def login():
name = input("輸入賬戶:")
password = input("輸入密碼:")
url = "url"
data = {
"ck": "",
"name": name,
"password": password,
"remember": "True",
"ticket": "",
}
response = session.post(url, data=data)
print(response.text)
session.cookies.save() # 保存 cookie
這樣我們的cookie就能夠得以保存了。
使用session加載cookie的方式如下：
session.cookies = LWPCookieJar(filename='Cookies.txt')
session.cookies.load(ignore_discard=True)
使用cookies
當我們有了cookies時，使用起來就簡單很多了，直接使用和加載user-agent一樣的方式即可。
headers = {
'Referer': '具體的Referer',
'User-Agent': '具體的user-agent',
'Cookie': 'cookie'
}
requests.get(url,headers=headers)
對于反爬的一些基礎操作就介紹完了更多關于Python爬蟲和反爬技術的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- 關于python爬蟲應用urllib庫作用分析
- python爬蟲Scrapy框架:媒體管道原理學習分析
- python爬蟲Mitmproxy安裝使用學習筆記
- python爬蟲之Appium爬取手機App數據及模擬用戶手勢
- 爬蟲Python驗證碼識別入門
- Python爬蟲技術
- Python爬蟲爬取商品失敗處理方法
- Python獲取江蘇疫情實時數據及爬蟲分析
- Python爬蟲之Scrapy環境搭建案例教程
- Python爬蟲中urllib3與urllib的區別是什么
- 教你如何利用python3爬蟲爬取漫畫島-非人哉漫畫
- Python爬蟲分析匯總
