Python爬蟲連載5-Proxy、Cookie解析

来源:https://www.cnblogs.com/ruigege0000/archive/2020/02/06/12267424.html
-Advertisement-
Play Games

一、ProxyHandler處理(代理伺服器) 1.使用代理IP,是爬蟲的常用手段 2.獲取代理伺服器的地址: www.xicidaili.com www.goubanjia.com 3.代理用來隱藏真實訪問中,代理不允許頻繁訪問某一個固定網站,所以代理一定要很多很多。 4.基本使用步驟: (1)設 ...


一、ProxyHandler處理(代理伺服器)

1.使用代理IP,是爬蟲的常用手段

2.獲取代理伺服器的地址:

www.xicidaili.com

www.goubanjia.com

3.代理用來隱藏真實訪問中,代理不允許頻繁訪問某一個固定網站,所以代理一定要很多很多。

4.基本使用步驟:

(1)設置代理地址

(2)創建PoxyHandler

(3)創建Opener

(4)安裝Opener

 

"""

使用代理訪問百度首頁

​

"""

from urllib import request,error

​

if __name__ =="__main__":

    url = "https://www.baidu.com"

    #設置代理地址

    proxy = {"http":"39.106.114.143:80"}

    #創建ProxyHandler

    proxy_handler = request.ProxyHandler(proxy)

    #創建Opener

    opener = request.build_opener(proxy_handler)

    #安裝Opener

    request.install_opener(opener)

​

    #現在如果訪問url。那麼就會使用代理伺服器

    try:

        rsp = request.urlopen(url)

        html = rsp.read().decode()

        print(html)

    except error.URLError as e:

        print(e)

    except Exception as e:

        print(e)

二、cookie

 1..由於http協議的無記憶性,人們為了彌補這個缺憾,所採用的一個補充協議。

2.cookie是發放給用戶(即http瀏覽器)的一段信息,session是保存在伺服器上的對應的另一半的信息,用來記錄用戶信息。

3.cookie和session的區別

(1)存放的位置不相同;(2)cookie不安全;(3)session會保存在伺服器上一定時間,會過期;(3)單個cookie保存數據不超過4k,很多瀏覽器限制一個站點最多保存20個。

4.session存放位置

(1)存在伺服器上;(2)一般情況下,session是放在記憶體中或者資料庫中。

5.案例:

沒有cookie登錄則反饋網頁為未登錄狀態

使用cookie登錄

 

from urllib import request

​

if __name__ == "__main__":

    url = "https://leetcode-cn.com/"

    headers = {

        "cookie":"_ga=GA1.2.606835635.1580743041; gr_user_id=d15dfef5-20a7-44a4-8181-f088825ee052; grwng_uid=1d99b83c-8186-4ffa-905e-c912960d9049; __auc=952db4f31700ba0a3811855dc67; csrftoken=zW1tIWrqqDGQ2gDeEAiRM3Pu41f3qetXjvNP5jxuDpekTTyHj262rmfnO2PtXiCI; LEETCODE_SESSION=eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.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; a2873925c34ecbd2_gr_session_id=e9ba4267-3dbc-47c1-aa02-c6e92e8eb4a8; a2873925c34ecbd2_gr_last_sent_sid_with_cs1=e9ba4267-3dbc-47c1-aa02-c6e92e8eb4a8; a2873925c34ecbd2_gr_session_id_e9ba4267-3dbc-47c1-aa02-c6e92e8eb4a8=true; _gid=GA1.2.1242221115.1580917808; Hm_lpvt_fa218a3ff7179639febdb15e372f411c=1580917870; a2873925c34ecbd2_gr_cs1=ruigege66; _gat_gtag_UA_131851415_1=1"

    }

    req = request.Request(url,headers=headers)

    rsp = request.urlopen(req)

    html = rsp.read().decode()

    with open("rsp.html","w") as f:

        f.write(html.encode("GBK","ignore").decode("GBK"))

三、源碼

Reptitle5_Proxy.py

Reptitle6_Cookie.py

https://github.com/ruigege66/PythonReptile/blob/master/Reptitle5_Proxy.py

https://github.com/ruigege66/PythonReptile/blob/master/Reptitle6_Cookie.py

2.CSDN:https://blog.csdn.net/weixin_44630050

3.博客園:https://www.cnblogs.com/ruigege0000/

4.歡迎關註微信公眾號:傅里葉變換,個人公眾號,僅用於學習交流,後臺回覆”禮包“,獲取大數據學習資料

 

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 摘要:下文講述css中實現滑鼠放在指定行上面時,整行變色的方法分享,如下所示: 實現思路: 使用:hover偽類,實現當滑鼠指向時,其背景色發生相應的變化,如下例所示: 例: 下文中的div,當滑鼠放上時,背景色發生相應的變化。 <!DOCTYPE html> <html> <head> <meta ...
  • getElementById() 根據id獲取dom元素 沒有找到則返會Null <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Document</title> </head> <body> <div id ...
  • jquery.ui實現新聞模塊 jquery也有ui,瞭解即可,用的不多,類似element ui 和bootstrap JQuery UI API: jquery.ui實現新聞模塊 draggale拖動,並用屬性handle,指定下拖動手柄 $(".drag-wrapper").draggable ...
  • jquery.color.js的使用 瞭解即可 <!--1. 引入jquery的js文件--> <script src="jquery-1.12.4.js"></script> <!--2. 引入插件的js文件--> <script src="jquery.color.js"></script> < ...
  • jQuery插件 使用插件的步驟 1. 引入jQuery文件 2. 引入插件(如果有用到css的話,需要引入css) 3. 使用插件 <!--1. 引入jquery的js文件--> <script src="jquery-1.12.4.js"></script> <!--2. 引入插件的js文件-- ...
  • 單步跟蹤調試 debugger; 控制台watch功能查看變數當前值 進入函數操作 隨著不斷點擊,不停進行迴圈,指定變數的值也在發生改變 添加斷點 跳入跳出函數 throw new Error() 主動拋出異常 後面的代碼不再運行 代碼會跳轉到離這句最近的try語句中 使用 try{ }catch( ...
  • nodemon是一種工具,通過在檢測到目錄中的文件更改時自動重新啟動節點應用程式來幫助開發基於node.js的應用程式。 nodemon並沒有要求任何對你的代碼或開發的方法中的額外變化。nodemon是一個替換包裝器node,用於在執行腳本時nodemon替換node命令行上。 安裝方法:npm i ...
  • 安裝C++環境MacOS安裝xcode查看是否安裝成功:$ g++ -vHell WorldC++ 程式的源文件通常使用擴展名 .cpp、.cp 或 .c。Hello WorldC++ 程式的源文件通常使用擴展名 .cpp、.cp 或 .c。編譯源文件$ g++ c.cpp由於命令行中未指定可執行程... ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...