IP代理软件,http代理,API提取-黑洞HTTP

黑洞HTTP

您的位置: 首页 > 新闻资讯 > HTTP代理 > 正文

爬虫经常被封有哪些原因有哪些对策

发布时间:2019年06月20日 来源:互联网

  爬虫经常被封有哪些原因有哪些对策?大数据时代下,采集数据常用的方法是写一个爬虫程序向网络服务器请求数据,然后对数据进行解析,然后提取所需要的信息,然而,事情并不能一帆风顺,请求数据时经常受到访问限制,或者被误认为频繁访问恶意攻击网站,对IP进行封禁,导致爬虫程序被终止,timeout httperror等。


爬虫经常被封有哪些原因有哪些对策


  一、首先,检查JavaScript。如果你从网络服务器收到的页面是空白的,缺少信息,或其遇到他不符合你预期的情况(或者不是你在浏览器上看到的内容),有可能是因为网站创建页面的JavaScript执行有问题。


  二、检查正常浏览器提交的参数。如果你准备向网站提交表单或发出POST请求,记得检查一下页面的内容,看看你想提交的每个字段是不是都已经填好,而且格式也正确。用Chrome浏览器的网络面板(快捷键F12打开开发者控制台,然后点击“Network”即可看到)查看发送到网站的POST命令,确认你的每个参数都是正确的。


  三、是否有合法的Cookie?如果你已经登录网站却不能保持登录状态,或者网站上出现了其他的“登录状态”异常,请检查你的cookie。确认在加载每个页面时cookie都被正确调用,而且你的cookie在每次发起请求时都发送到了网站上。


  四、IP被封禁?如果你在客户端遇到了HTTP错误,尤其是403禁止访问错误,这可能说明网站已经把你的IP当作机器人了,不再接受你的任何请求。你要么等待你的IP地址从网站黑名单里移除,要么就换个IP地址(可以购买黑洞代理IP)。如果你确定自己并没有被封杀,那么再检查下面的内容。


  五、确认你的爬虫在网站上的速度不是特别快。快速采集是一种恶习,会对网管的服务器造成沉重的负担,还会让你陷入违法境地,也是IP被网站列入黑名单的首要原因。给你的爬虫增加延迟,让它们在夜深人静的时候运行。切记:匆匆忙忙写程序或收集数据都是拙劣项目管理的表现;应该提前做好计划,避免临阵慌乱。


  六、还有一件必须做的事情:修改你的请求头!有些网站会封杀任何声称自己是爬虫的访问者。如果你不确定请求头的值怎样才算合适,就用你自己浏览器的请求头吧。


  七、确认你没有点击或访问任何人类用户通常不能点击或接入的信息。


  那么,有哪些对策来解决这些问题呢?


  网站防采集的前提就是要正确地区分人类访问用户和网络机器人。虽然网站可以使用很多识别技术(比如验证码)来防止爬虫,但还是有一些十分简单的方法,可以让你的网络机器人看起来更像人类访问用户。


  1、构造合理的HTTP请求头,设置User-Agent。


  2、正常的时间访问间隔,不要在极短的短时间内访问。


  3、多用一些代理ip,让服务器认为是不同的用户在访问。


  4、申请多个key,各个key轮流使用,突破QPS限制和访问次数限额。


相关文章内容简介

1 爬虫经常被封有哪些原因有哪些对策

  爬虫经常被封有哪些原因有哪些对策?大数据时代下,采集数据常用的方法是写一个爬虫程序向网络服务器请求数据,然后对数据进行解析,然后提取所需要的信息,然而,事情并不能一帆风顺,请求数据时经常受到访问限制,或者被误认为频繁访问恶意攻击网站,对IP进行封禁,导致爬虫程序被终止,timeout httperror等。  一、首先,检查JavaScript。如果你从网络服务器收到的页面是空白的,缺少信息,或其遇到他不符合你预期的情况(或者不是你在浏览器上看到的内容),有可能是因为网站创建页面的JavaScript执行有问题。  二、检查正常浏览器提交的参数。如果你准备向网站提交表单或发出POST请求,记得检查一下页面的内容,看看你想提交的每个字段是不是都已经填好,而且格式也正确。用Chrome浏览器的网络面板(快捷键F12打开开发者控制台,然后点击“Network”即可看到)查看发送到网站的POS [阅读全文]

热门标签

最新标签

推荐阅读

  1. 01

    2019-09

    http代理服务器哪家好和http代理爬虫

    每一个经营网站的人员应该都有这样的体会,这几年的白帽SEO越来越难做了,伴随搜索引擎技术的发展,要想通过本分的操作使得网站排名靠前的话,这要花费巨大的精力财力,而且随时还有排

  2. 22

    2019-11

    免费ip代理的风险主要体现在哪里?

    虽然当下有很多网站比如国外的网站,会对国内访客进行放访问次数的限制,要想从他们网站抓取数据更并非易事,但也并非无计可施。目前,很多爬虫工作者或者爱好者凭借着自身精湛的技术

  3. 05

    2019-06

    河南移动代理ip哪里有?

     在网络时代的今天,网络已经深入到人们工作生活的方方面面,就代理IP这个词来说从陌生到大家都熟悉并使用,也就不过很短的时间。代理IP的原理基本从字面就可以理解了,今天在这里要

  4. 19

    2019-10

    哪个代理商家提供高匿名代理IP?

    在现代这个网络时代,很多用户都用的到代理IP,但是只有用高匿名代理IP是最安全的。那么,哪个代理商家提供高匿名代理IP呢?

  5. 22

    2019-04

    使用代理IP查找到自己偶像的全方位资料

    我不知道大家会不会跟我有一样的情况,就是我不会忠于一个明星,很可能只是因为喜欢他的某一部电影或者是某一个角色就追他一段时间,然后一段时间过去之后,热度就慢慢下来了,就开始

  6. 24

    2019-09

    如何设置代理ip地址?

    网站不能不能访问,并显示“ 代理服务器 没有响应”,请检查Internet的设置是否有问题。为您献上一策:点击电脑左下角的开始–控制面板–Internet选项,在弹出来的框“internet属性”框,点