gpt4 book ai didi

python - BeautifulSoup 网页有保护和 prettify() 不返回数据

转载 作者:行者123 更新时间:2023-11-28 19:02:34 25 4
gpt4 key购买 nike

我正在尝试从 Wine 网站获取一些数据。

但我无法评估数据,并且有一条使用违规消息。

网址:https://www.wine-searcher.com/find/drc/2013

prettify() 结果是这样的:

<div id="bodycontainer">
<div class="colmask contentparent">
<div id="colheader">
<div class="colmask articlecontainer">
<div class="colmidtemp3">
<div class="collefttemp3">
<div class="col1wraptemp3">
<div class="col1temp3">
<div>
<h1 style="margin:50px 0 0">
Usage Violation
</h1>
<div style="margin-bottom:50px;padding:50px 10px;background-color:#FFFACD">
<h2 style="font-size:1.4em">
Blocked
</h2>
<p style="font-size:1.2em">
The IP Address [xx.xxx.xxx.xx] you are using has been used in violation of Wine-Searcher's usage guidelines.
<b>
If you think you have received this message in error restart your web browser and retry accessing wine-searcher.com.
</b>
</p>
<p style="font-size:1.2em">
To re-gain access to Wine-Searcher please
<a href="mailto:wsexcessiveuse@wine-searcher.com?subject=Blocked IP=1 ID=PVBXC7PJCM80025">
Contact Us
</a>
.
</p>
</div>
</div>
</div>
</div>

是否有任何可能的方法从 url 中获取数据?非常感谢。

我的代码在这里:

# -*- coding: utf-8 -*-
import bs4
import re
import requests
import sys
from bs4 import BeautifulSoup

name = "Wine.txt"
k = open(name, "w", encoding='utf-8')

Stat_url = "https://www.wine-searcher.com/find/drc/2012"
page = requests.get(Stat_url)
soup = bs4.BeautifulSoup(page.text,'lxml')

k.write(soup.prettify())

最佳答案

看起来他们在他们的页面上添加了一些保护来防止你尝试做的事情;)他们通过 API 出售访问权限 https://www.wine-searcher.com/api.lml并允许在 5 天内试用 100 次通话。也许这对您来说就足够了?

我猜 BeautifulSoup 会在很短的时间内尝试处理很多请求? (也许将其限制为每 10 秒一次并让它运行一整夜?)BS 中的 agent-id 可以更改为更常见的东西,例如常规浏览器 agent-id 吗?

关于python - BeautifulSoup 网页有保护和 prettify() 不返回数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50964115/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com