Python爬虫突破反爬虫机制知识点总结

1、构建合理的HTTP请求标头。

HTTP的请求头是一组属性和配置信息，当您发送一个请求到网络服务器时。因为浏览器和Python爬虫发送的请求头不同，反爬行器很可能会被检测到。

2、建立学习cookie。

Cookie是一把双刃剑，有它不行，没有它更不行。站点将通过cookie来追踪你的访问情况，如果发现你有爬虫行为，将立即中断您的访问，例如，填写表格时速度过快，或在短时间内浏览大量网页。而且对cookies的正确处理，也可以避免许多采集问题，建议在收集网站的过程中，检查一下这些网站生成的cookie，然后想想哪个是爬虫需要处理的。

3、正常时差路径。

Python爬行器不应破坏采集速度的原则，尽可能在每一页访问时间内增加一小段间隔，能有效地帮助您避免反爬行。

4、使用代理IP，对已经遇到过反爬虫的分布式爬虫来说，使用代理IP将成为您的首选。

谈到Python爬虫的发展历史，那简直就是与反爬虫相恋的血泪史。因特网上，有网络爬虫的地方，绝对少不了反爬虫的身影。对网站进行反爬虫的截取，前提是要正确区分人与网络机器人，发现可疑目标时，通过限制IP地址等措施，阻止您继续访问。

知识点扩展：

python3爬虫--反爬虫应对机制

前言：

反爬虫更多是一种攻防战，网络爬虫一般有网页爬虫和接口爬虫的方式；针对网站的反爬虫处理来采取对应的应对机制，一般需要考虑以下方面：

①访问终端限制：这种可通过伪造动态的UA实现；

②访问次数限制：网站一般通过cookie/IP定位，可通过禁用cookie，或使用cookie池/IP池来反制；

③访问时间限制：延迟请求应对；

④盗链问题：通俗讲就是，某个网页的请求是有迹可循的，比如知乎的问题回答详情页，正常用户行为必然是先进入问题页，在进入回答详情页，有严格的请求顺序，如果之间跳过前面请求页面就有可能被判定为到了，通过伪造请求头可以解决这个问题；

具体的反爬虫策略：

①验证码

应对：简单的验证码可通过机器学习识别，准确率可高达，50-60%；复杂的可通过专门的打码平台人工打码（依据验证码的复杂度，打码工人平均每码收1-2分钱）

②封ip(容易误杀)

应对：通过ip代理池/vps拨号获取ip方式，可用低成本的获取几十万ip

③滑动验证码：相比常规的验证码易被机器学习识别，滑动验证有一定的优势

应对：模拟滑动来验证

④关联上下文/防盗链：利用token/cookie的记录能力，来关联请求的上下文，通过判断请求是否走了完整的流程来判定是否是爬虫；重而反爬虫（知乎，头条都有该机制）

应对：分析协议，进行全量模拟

⑤javascript 参与运算：利用简单爬虫无法进行json运算的特征，对中间结果进行js解析/运算

应对：可以通过自带 js 引擎模块或直接使用 phantomjs 等无端浏览器进行自动化解析

⑥session封禁：session请求超过阈值，从而封禁（容易导致误杀）

⑦UA封禁：ua请求超过阈值，从而封禁（容易导致误杀）

⑧web-fongt反爬虫机制：源代码不展示内容，而是提供字符集，在页面使用了font-face定义了字符集，并通过unicode去映射展示

⑨其他：比如代码混淆、动态加密方案、假数据等方式

到此这篇关于Python爬虫突破反爬虫机制知识点总结的文章就介绍到这了,更多相关Python爬虫如何突破反爬虫机制内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论