本帖最后由 丢卤味 于 2023-2-28 16:52 编辑
爬虫ip经常被封,该如何解决?
经常看到uu们分享,自己向厂商购买了HTTP代理,但是还是经常被封,导致自己无法按时完成作业,项目无法完成,那该如何解决这一问题呢? 只要思想不滑坡,办法总比困难多,我们可以尝试以下方法:
​1.User-Agent伪装和轮换需要注意的是,不同浏览器的不同版本都有不同的User-Agent,所以,我们可以准备多一些的User-Agent,把它们都放在一个列表中,要使用的时候,每次随机选一个,这样我们就能达到每次请求的时候使用的都是不同的User-Agent,也可以有效防止反爬。
2.优化爬虫策略首先,我们要看此前被封的时候返回的是什么HTTP码,以此来优化我们的爬虫策略。
现在的互联网,很多网站都是设置了反爬机制,如果我们一直使用同一个HTTP代理短期内一直访问该网站,是非常容易触发反爬机制,限制这种访问;或者因为我们的爬虫抓取的速度过快,网站方能很轻松判别我们不是真实用户…… 我们需要做的是: 降低抓取频率,重新设置访问时间间隔 我们需要把自己伪装成一个真实的用户在访问,降低访问的频率及频次,把访问的间隔时间设置成或长或短,即:随机数。 |