爬蟲常見的反爬措施有三種：

1、header頭部信息

解決方法：

加User-Agent值：

如果不加header頭，部分網(wǎng)站服務(wù)器判斷不到用戶的訪問(wèn)來(lái)源，所以會(huì)返回一個(gè)404錯(cuò)誤來(lái)告知你是一個(gè)爬蟲，拒絕訪問(wèn)，解決辦法如下：headers?=?{

'User-agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/83.0.4103.56?Safari/537.36'

}

這樣服務(wù)器就會(huì)把用戶當(dāng)做瀏覽器了。

加Referer值

這類反爬網(wǎng)站也很常見，例如美團(tuán)，僅僅加User-Agnet還是返回錯(cuò)誤信息，這時(shí)就要把Referer值也加到頭部信息中：

這樣就會(huì)返回正常網(wǎng)頁(yè)了。

加Host值

根據(jù)同源地址判斷用戶是否為爬蟲，解決辦法為：

加Accept值

之前遇到過(guò)這種網(wǎng)站，我加了一圈header頭部信息才成功，最后發(fā)現(xiàn)是需要加Accept值，這類反爬措施的解決辦法為：

2、限制IP的請(qǐng)求數(shù)量

這種就更常見了，大部分網(wǎng)站都有此類反爬措施，也就是說(shuō)網(wǎng)站服務(wù)器會(huì)根據(jù)某個(gè)ip在特定時(shí)間內(nèi)的訪問(wèn)頻率來(lái)判斷是否為爬蟲，然后把你把你拉進(jìn)“黑名單”，素質(zhì)好的給你返回403或者出來(lái)個(gè)驗(yàn)證碼，素質(zhì)不好的會(huì)給你返回兩句臟話。此種情況有兩種解決辦法：

①降低爬蟲請(qǐng)求速率，但是會(huì)降低效率；

②添加代理ip，代理ip又分為付費(fèi)的和不要錢的，前者比較穩(wěn)定，后者經(jīng)常斷線。

添加格式為：

3、Ajax動(dòng)態(tài)請(qǐng)求加載

這類一般是動(dòng)態(tài)網(wǎng)頁(yè)，無(wú)法直接找到數(shù)據(jù)接口，以某易新聞網(wǎng)站為例：

我想爬取該網(wǎng)頁(yè)內(nèi)的新聞圖片，發(fā)現(xiàn)它的網(wǎng)頁(yè)url一直不變，但是下拉網(wǎng)頁(yè)的時(shí)候會(huì)一直加載圖片，那么我們?cè)撛趺崔k呢？

首先按照開頭方式打開流量分析工具

點(diǎn)擊左上角“垃圾桶”圖標(biāo)清空緩存，然后下拉新聞網(wǎng)頁(yè)：

會(huì)出現(xiàn)一大堆東西，但是不用慌，我們可以根據(jù)類型去尋找，一般圖片信息肯定實(shí)在html、js或json格式的文件中，一個(gè)一個(gè)點(diǎn)進(jìn)去看看，很快就找到了結(jié)果：

結(jié)果中把callback去掉之后就是個(gè)json文件，它的url為：

更多Python知識(shí)，請(qǐng)關(guān)注：Python自學(xué)網(wǎng)！！

總結(jié)

以上是生活随笔為你收集整理的python爬虫常见反爬措施_爬虫常见的反爬措施有哪些的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。