失败了n次以后，我总结了5种Python爬虫伪装技巧！_python爬虫伪装成浏览器

大家好，我是程序员晓晓，今天给大家聊一聊爬虫。

爬虫伪装的最高境界就是用代码模拟人的真实操作，因为网站设计出来就是为了让别人访问的，掌握爬虫的伪装技巧，能够让大大提高我们爬虫的成功率。

结合自身的经验，给大家介绍5种爬虫伪装的技巧，并把代码模板奉上，希望能够对你有所帮助。

1.浏览器伪装

因为网站服务器能够很轻易的识别出访问的来源浏览器，以requests请求为例，默认header头数据中没有浏览器信息，在与浏览器交互时简直就是“裸奔”，所以我们可以加入“User-Agent”信息伪装成真实浏览器，代码如下：

import requests   
headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0'}  #模拟成火狐浏览器  
response = requests.get("http://www.baidu.com",headers=headers)  #模拟请求url  

1
2
3
4

2.访问地址伪装

访问地址指的是headers头部中的reffer信息，那么它有什么作用呢？举个例子解释一下：

我在https://bj.meituan.com/里有一个https://waimai.meituan.com/链接，那么点击这个https://waimai.meituan.com/，它的header信息里就有：Referer=https://bj.meituan.com/

那么可以利用这个来防止盗链，比如我只允许我自己的网站访问我自己的图片服务器

我们可以加入“reffer”信息伪装访问地址，代码如下：

import requests   
headers={  
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0',  
    'reffer':'https://bj.meituan.com/'}  
response = requests.get("https://waimai.meituan.com/",headers=headers)  #模拟请求url  

1
2
3
4
5
6

3.ip地址伪装

对于网络中的反爬虫策略来说，大多数都是根据单个IP的行为来判断是不是网络爬虫的，例如，反爬虫检测到某个IP的访问次数很多，或者是访问的频率很快，就会封禁这个IP。这时我们就要选择代理IP来突破反爬虫的机制，更稳定的及逆行数据的爬取。python添加代理IP的代码如下：

import requests   
proxies={'https':'101.236.54.97:8866'}   
headers={  
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0',  
    'reffer':'https://bj.meituan.com/'}  
response = requests.get("https://waimai.meituan.com/",headers=headers，proxies=proxies)  #模拟请求url  

1
2
3
4
5
6
7

代理IP可以自己去网上找免费的，但不太稳定，也可去花钱买一些比较稳定的。

4.伪装访问速率

真实用户的访问次数以及访问规律是很稳定的，并不会多次的访问，所以我们要伪装成真实的用户来爬取数据，这样反爬虫机制就不会察觉，可以采用控制访问频率的方式，主要是随机设置访问时间，代码如下：

import requests   
import time,random  
proxies={'https':'101.236.54.97:8866'}   
headers={  
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0',  
    'reffer':'https://bj.meituan.com/'}  
for i in range(10):  
    response = requests.get("https://waimai.meituan.com/",headers=headers，proxies=proxies)  #模拟请求url  
    time.sleep(random.uniform(1.1,5.4))  

1
2
3
4
5
6
7
8
9
10

5.伪装用户真实信息

有些网页是需要登录后才会显示数据，而cookie值会携带个人的登录信息，在爬虫中加入cookie值就能避免登录的麻烦，例如知乎、京东等网站，加入方法如下：

import requests   
proxies={'https':'101.236.54.97:8866'}   
headers={  
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:88.0) Gecko/20100101 Firefox/88.0',  
    'reffer':'https://bj.meituan.com/'}  
cookies=''  
response = requests.get("https://waimai.meituan.com/",headers=headers，proxies=proxies,,cookies=cookies)  #模拟请求url  

1
2
3
4
5
6
7
8

---

如果大家还有其他的爬虫伪装方式，欢迎在评论区留言交流！

题外话

当下这个大数据时代不掌握一门编程语言怎么跟的上脚本呢？当下最火的编程语言Python前景一片光明！如果你也想跟上时代提升自己那么请看一下.

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

若有侵权，请联系删除