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. 03

    2019-06

    如何使用IP代理服务器软件进行爬虫工作

    我们知道,一些网站会有相应的反爬虫措施,比如检测某些IP的访问次数或者访问频率,有些反人类的访问速度就会收到限制甚至封禁,所以在进行爬虫工作时也要讲究策略,比如使用代理IP,

  2. 23

    2019-05

    私密代理ip为隐私保驾护航

    使用者在使用代理IP时,隐私安全是无法得到保障的,而这也成为限制代理ip发展的一个主要愿意,针对这一问题,黑洞HTTP首先提出了一个解决办法,那就是私密代理ip。

  3. 12

    2019-05

    ip代理软件如何操作

    现在很多从事互联网方面工作的人员,他们都需要有一个ip代理软件。但是有一些新手在刚刚接触这些代理软件的时候,他们并不知道如何进行操作。

  4. 03

    2019-07

    商业价值的代理ip有哪些?

    在互联网和移动互联网的大趋势下,企业身处社会化和产业链环节中,让数据流动起来,实现基于数据集成和数据驱动的营销-销售一体化,是企业数字化转型得以突破的关键。面对这种形式,ip

  5. 17

    2019-07

    免费代理IP的安全性有保障吗?

    代理IP就是来代替用户的IP进行访问,代理IP分为普通代理ip、透明代理ip、高匿代理ip,免费代理肯定使用的是透明代理或普通代理,对个人信息是无法起到保护作用的。

  6. 28

    2019-06

    互联网时代离不开http代理ip

    一直以来,社会各界总在讨论电商模式是否能够颠覆甚至取代传统4S店模式。其实未来并不是电商颠覆4S店,而是4S店和厂家要积极拥抱互联网。随着互联网行业的不断发展,越来越多的消费者在