Python实现爬虫设置代理IP和伪装成浏览器的方法分享-6ren

Python实现爬虫设置代理IP和伪装成浏览器的方法分享

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python实现爬虫设置代理IP和伪装成浏览器的方法分享由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

1.python爬虫浏览器伪装。

 
    ? 
   
         #导入urllib.request模块 
        
         import urllib.request 
        
         #设置请求头 
        
         headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0") 
        
         #创建一个opener 
        
         opener=urllib.request.build_opener() 
        
         #将headers添加到opener中 
        
         opener.addheaders=[headers] 
        
         #将opener安装为全局 
        
         urllib.request.install_opener(opener) 
        
         #用urlopen打开网页 
        
         data=urllib.request.urlopen(url).read().decode('utf-8','ignore')

2.设置代理。

 
    ? 
   
         #定义代理ip 
        
         proxy_addr="122.241.72.191:808" 
        
         #设置代理 
        
         proxy=urllib.request.ProxyHandle({'http':proxy_addr}) 
        
         #创建一个opener 
        
         opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandle) 
        
         #将opener安装为全局 
        
         urllib.request.install_opener(opener) 
        
         #用urlopen打开网页 
        
         data=urllib.request.urlopen(url).read().decode('utf-8','ignore')

3.同时设置用代理和模拟浏览器访问。

 
    ? 
   
         #定义代理ip 
        
         proxy_addr="122.241.72.191:808" 
        
         #创建一个请求 
        
         req=urllib.request.Request(url) 
        
         #添加headers 
        
         req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) 
        
         #设置代理 
        
         proxy=urllib.request.ProxyHandle("http":proxy_addr) 
        
         #创建一个opener 
        
         opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandle) 
        
         #将opener安装为全局 
        
         urllib.request.install_opener(opener) 
        
         #用urlopen打开网页 
        
         data=urllib.request.urlopen(req).read().decode('utf-8','ignore')

4.在请求头中添加多个信息。

 
    ? 
   
         import urllib.request 
        
         page_headers={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0", 
        
         "Host":"www.baidu.com", 
        
         "Cookie":"xxxxxxxx" 
        
         } 
        
         req=urllib.request.Request(url,headers=page_headers) 
        
         data=urllib.request.urlopen(req).read().decode('utf-8','ignore')

5.添加post请求参数。

 
    ? 
   
         import urllib.request 
        
         import urllib.parse 
        
         #设置post参数 
        
         page_data=urllib.parse.urlencode([ 
        
         ('pn',page_num), 
        
         ('kd',keywords) 
        
         ]) 
        
         #设置headers 
        
         page_headers={ 
        
         'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0', 
        
         'Connection':'keep-alive', 
        
         'Host':'www.lagou.com', 
        
         'Origin':'https://www.lagou.com', 
        
         'Cookie':'JSESSIONID=ABAAABAABEEAAJA8F28C00A88DC4D771796BB5C6FFA2DDA; user_trace_token=20170715131136-d58c1f22f6434e9992fc0b35819a572b', 
        
         'Accept':'application/json, text/javascript, */*; q=0.01', 
        
         'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8', 
        
         'Referer':'https://www.lagou.com/jobs/list_%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98?labelWords=&fromSearch=true&suginput=', 
        
         'X-Anit-Forge-Token':'None', 
        
         'X-Requested-With':'XMLHttpRequest' 
        
         } 
        
         #打开网页 
        
         req=urllib.request.Request(url,headers=page_headers) 
        
         data=urllib.request.urlopen(req,data=page_data.encode('utf-8')).read().decode('utf-8')

6.利用phantomjs模拟浏览器请求。

 
    ? 
   
         #1.下载phantomjs安装到本地,并设置环境变量 
        
         from selenium import webdriver 
        
         bs=webdriver.PhantomJS() 
        
         #打开url 
        
         bs.get(url) 
        
         #获取网页源码 
        
         url_data=bs.page_source 
        
         #将浏览到的网页保存为图片 
        
         bs.get_screenshot_as_file(filename)

7.phantomjs设置user-agent和cookie 。

 
    ? 
   
         from selenium import webdriver 
        
         from selenium.webdriver.common.desired_capabilities import DesiredCapabilities 
        
         dcap = dict(DesiredCapabilities.PHANTOMJS) 
        
         dcap["phantomjs.page.settings.userAgent"] = ("Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0") 
        
         bs = webdriver.PhantomJS(desired_capabilities=dcap) 
        
         bs.get(url) 
        
         #删除cookie 
        
         bs.delete_all_cookies() 
        
         #设置cookie 
        
         #cookie格式：在浏览器cookie中查看，一个cookie需要包含以下参数，domain、name、value、path 
        
         cookie={ 
        
         'domain':'.www.baidu.com', #注意前面有. 
        
         'name':'xxxx',  
        
         'value':'xxxx',  
        
         'path':'xxxx' 
        
         } 
        
         #向phantomjs中添加cookie 
        
         bs.add_cookie(cookie)

8.利用web_driver工具。

 
    ? 
   
         #1.下载web_driver工具（如chromdriver.exe）及对应的浏览器 
        
         #2.将chromdriver.exe放到某个目录，如c:\chromdriver.exe 
        
         from selenium import webdriver 
        
         driver=webdriver.Chrome(executable_path="C:\chromdriver.exe") 
        
         #打开url 
        
         driver.get(url)

以上这篇Python实现爬虫设置代理IP和伪装成浏览器的方法分享就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我.

原文链接：https://blog.csdn.net/d1240673769/article/details/74295148 。

最后此篇关于Python实现爬虫设置代理IP和伪装成浏览器的方法分享的文章就讲到这里了,如果你想了解更多关于Python实现爬虫设置代理IP和伪装成浏览器的方法分享的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：一些Centos Python 生产环境的部署命令(推荐)

文章推荐： PHP单例模式详解及实例代码

文章推荐： PHP+Mysql无刷新问答评论系统(源码)

文章推荐： Mybatis输入输出映射及动态SQL Review

python - Python 中的集群或合并集群以减少组数 (Python)
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。我猜它只是通过 knn 聚类
python - python 列表的子集基于同一列表的元素组，pythonically
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
python - 激活 Python 虚拟环境并在另一个 Python 脚本中调用 Python 脚本
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
python - 在焕然一新的 Python 环境中以编程方式从 Python 内部执行 Python 文件
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
python - 从 python 脚本但在 python 脚本之外运行 python 脚本
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。问题到底是什么？我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
python - 使用不同的 python 从 python 运行 python 脚本
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。我试过用 #!python2.7.5 和http://re
python - 为什么从 Python 命令行调用 Python 时 Python 无法找到并运行我的脚本？
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
python - 使用动态版本的 Python 执行嵌入的 Python 代码时出现致命的 Python 错误
剧透:部分解决(见最后)。以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
python - (Python) 通过单选按钮 python 更新背景
所以我试图在选择某个单选按钮时更改此框架的背景。我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
python - python 中的字符串与正则表达式比较在 python 中失败
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
python - python 如何加载Boost.Python 库？
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
python - python 检查模块 python 的问题
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
python - 系统 python 与用户 python
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
python - [Python] : Python re. 长字符串行的搜索速度优化
我只想问如何加快 python 上的 re.search 速度。我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
python - 编辑字符串 python 正则表达式 python
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
python - Python 映射中的副作用(Python "do" block )
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。告
python - 使用其值逻辑组合两个 python 列表 - Python
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
python - Boost.Python python 链接错误
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
python - 在 Python 中仅使用内置库制作一个基本的网络抓取工具 - Python
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

Python实现爬虫设置代理IP和伪装成浏览器的方法分享