python伪装ip_python爬虫17 | 听说你又被封 ip 了，你要学会伪装好自己，这次说说伪装你的头部...

不念不忘少年蓝@ 2022-10-23 00:49 156阅读 0赞

这两天

有小伙伴问小帅b

为什么我爬取 xx 网站的时候

不返回给我数据

而且还甩一句话给我

“系统检测到您频繁访问，请稍后再来”

![7b68658cf6542d3a0b9743921db674d8.png][]

小帅b看了一下他的代码

fori inrange(1,10000):

requests.get(url)

瞬间震惊了

这就感觉

被连续 fxxk 了 1w 次

你说对方受得了？

![a809c524f35864d7456354b61a959d20.png][]

不封你 IP 封谁？

要会伪装

要想想看

人是怎么访问网站的

这次我们来说说伪装 Header

![b7ff99f64a97f72fef93ddfb1aa97fd9.png][]

那么

接下来就是

学习python的正确姿势

当你要去爬取某个网站的数据的时候

你要想想看

如果是别人爬取你的数据

你会做什么操作

你是不是也不想

让别人随随便便就疯狂请求你的服务器

你是不是也会

采取一定的措施

比如

小帅b有一个网站

你分析到了小帅b的地址

当你想要通过 python 来爬取的时候...

恩

小帅b来写一个简单的可以被请求的例子

from flask import Flaskapp = Flask(\_\_name\_\_)@app.route('/getInfo')def hello\_world():return "这里假装有很多数据"if \_\_name\_\_ == "\_\_main\_\_":app.run(debug=True)

假设你现在分析到了小帅b的地址了

也就是可以通过 /getInfo 就可以获取到小帅b网站上的数据了

你感觉很爽

就开始请求了

url = 'http://127.0.0.1:5000/getInfo'    response = requests.get(url)    print(response.text)

没错

这个时候你确实获取到数据了

小帅b觉得有点不对劲了

想看看请求的 header 信息

@app.route('/getInfo')def hello\_world():print(request.headers)return "这里假装有很多数据"if \_\_name\_\_ == "\_\_main\_\_":app.run(debug=True)

结果看到的 headers 信息是这样的

Host: 127.0.0.1:5000User-Agent: python-requests/2.21.0Accept-Encoding: gzip, deflateAccept: \*/\*Connection: keep-alive

哇靠

User-Agent: python-requests/2.21.0

居然使用 python 的库来请求

你说小帅b不封你封谁呢？

![ec2beefc127f324f18dcccea56059626.png][]

所以小帅b这个时候进行判断

你就获取不到数据了

@app.route('/getInfo')def hello\_world():if(str(request.headers.get('User-Agent')).startswith('python')):return "小子，使用爬虫是吧？滚你的"else:return "这里假装有很多数据"if \_\_name\_\_ == "\_\_main\_\_":app.run(debug=True)

你这个时候的请求

if \_\_name\_\_ == '\_\_main\_\_':    url = 'http://127.0.0.1:5000/getInfo'    response = requests.get(url)    print(response.text)

得到的结果就是

小子，使用爬虫是吧？滚你的

你已经在小帅b面前暴露了

那么怎么办呢？

伪装自己呗

python 不可以访问

浏览器可以访问呀

所以你可以修改你的请求头

你可以先在浏览器访问

然后在抓取数据的时候获取到 Header 数据

![d3475a93641a4fd6a68ba1278c6ced2d.png][]

当然你也可以使用 Chrome (可点击)的控制面板获取 Header

![ccd4c15d1dd94378c81cbd711f962d25.png][]

有了 Header 信息之后

恩，现在的你学会假装自己是浏览器了

if \_\_name\_\_ == '\_\_main\_\_':headers = \{'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36'\}url = 'http://127.0.0.1:5000/getInfo'response = requests.get(url,headers=headers)print(response.text)

再获取一次可以发现

返回的是

这里假装有很多数据

ok，你又获取到数据了

![457f7331a3f11eeab918be67175cfa8b.png][]

当然

仅仅是伪装自己是浏览器还不够的

要多站在对方的角度想问题

往后

小帅b还会继续跟你扯

怎么应对反爬虫的种种策略

[7b68658cf6542d3a0b9743921db674d8.png]: /images/20221022/6538645aba4d47fdbe486266487f6990.png
[a809c524f35864d7456354b61a959d20.png]: /images/20221022/88eeb47ba7e241dfb8155f96f77e0d58.png
[b7ff99f64a97f72fef93ddfb1aa97fd9.png]: /images/20221022/56607a470ee747d9936f9083d3fa2613.png
[ec2beefc127f324f18dcccea56059626.png]: /images/20221022/0474733737fb48c2b0fa450410f096a8.png
[d3475a93641a4fd6a68ba1278c6ced2d.png]: /images/20221022/8a9c806dd1b144488bd4974eeda70f73.png
[ccd4c15d1dd94378c81cbd711f962d25.png]: /images/20221022/471ae6ff52ba49f0bce07241d4373002.png
[457f7331a3f11eeab918be67175cfa8b.png]: /images/20221022/ab9ff051cf6d45e88f7c4aa371ca006e.png