小編給大家分享一下爬蟲如何做反爬措施，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討方法吧！

創新互聯公司是專業的順城網站建設公司，順城接單;提供網站設計制作、做網站,網頁設計,網站設計,建網站,PHP網站建設等專業做網站服務;采用PHP框架,可快速的進行順城網站開發網頁制作和功能擴展;專業做搜索引擎喜愛的網站,專業的做網站團隊,希望更多企業前來合作!

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，部分網站服務器判斷不到用戶的訪問來源，所以會返回一個404錯誤來告知你是一個爬蟲，拒絕訪問，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'
           }

這樣服務器就會把用戶當做瀏覽器了。

加Referer值
這類反爬網站也很常見，例如美團，僅僅加User-Agnet還是返回錯誤信息，這時就要把Referer值也加到頭部信息中：

這樣就會返回正常網頁了。

加Host值
根據同源地址判斷用戶是否為爬蟲，解決辦法為：

加Accept值
之前遇到過這種網站，我加了一圈header頭部信息才成功，最后發現是需要加Accept值，這類反爬措施的解決辦法為：

2、限制IP的請求數量

這種就更常見了，大部分網站都有此類反爬措施，也就是說網站服務器會根據某個ip在特定時間內的訪問頻率來判斷是否為爬蟲，然后把你把你拉進“黑名單”，素質好的給你返回403或者出來個驗證碼，素質不好的會給你返回兩句臟話。此種情況有兩種解決辦法：

①降低爬蟲請求速率，但是會降低效率；

②添加代理ip，代理ip又分為付費的和不要錢的，前者比較穩定，后者經常斷線。

添加格式為：

3、Ajax動態請求加載

這類一般是動態網頁，無法直接找到數據接口，以某易新聞網站為例：

我想爬取該網頁內的新聞圖片，發現它的網頁url一直不變，但是下拉網頁的時候會一直加載圖片，那么我們該怎么辦呢？

首先按照開頭方式打開流量分析工具

點擊左上角“垃圾桶”圖標清空緩存，然后下拉新聞網頁：

會出現一大堆東西，但是不用慌，我們可以根據類型去尋找，一般圖片信息肯定實在html、js或json格式的文件中，一個一個點進去看看，很快就找到了結果：

結果中把callback去掉之后就是個json文件，它的url為：

看完了這篇文章，相信你對爬蟲如何做反爬措施有了一定的了解，想了解更多相關知識，歡迎關注創新互聯行業資訊頻道，感謝各位的閱讀！

分享名稱：爬蟲如何做反爬措施
標題來源：http://newbst.com/article24/jhssce.html

成都網站建設公司_創新互聯，為您提供品牌網站設計、小程序開發、外貿建站、定制網站、網站排名、網站維護

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯