您的位置:首页 > 新闻资讯 >文章内容
怎么通过随机UA来突破爬虫?
来源:互联网 作者:admin 时间:2019-11-25 10:48:23

  突破网络爬虫限制的方法有很多,有使用代理IP来换IP的,也有的是验证码限制的。今天,机灵代理要给大家详细介绍的一种方法就是使用随机UA。什么是随机UA呢?我们一起来认识一下怎么操作。

怎么通过随机UA来突破爬虫

  使用随机UA突破爬虫限制:


  UA,即 User-Agent ,使用它可以将我们的爬虫伪装成浏览器,让对方以为是真人在使用浏览器访问,从而骗过目标网站的反爬机制。但是使用固定的 UA 去爬也是会有问题的,你想嘛,假如你发现最近几个小时内来访问的几万个用户,用的都是同一个浏览器,你还会认为对面是真人吗?不封它封谁!


  所以,为了让我们的爬虫更像真人在使用,我们不仅要为它设置 UA,还要使用随机 UA(让对方服务器开心的以为有好多的用户在访问呢)。


  这是 UA 列表,截取了部分,这个在网上随便一找就能找到好多。


  USER_AGENTS = [ 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 OPR/26.0.1656.60', 'Opera/8.0 (Windows NT 5.1; U; en)', 'Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; en) Opera 9.50', 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0', 'Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.57.2 (KHTML, like Gecko) Version/5.1.7 Safari/534.57.2', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36', 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.133 Safari/534.16', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.11 TaoBrowser/2.0 Safari/536.11', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.71 Safari/537.1 LBBROWSER', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; LBBROWSER)', 'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.84 Safari/535.11 SE 2.X MetaSr 1.0', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SV1; QQDownload 732; .NET4.0C; .NET4.0E; SE 2.X MetaSr 1.0)', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 UBrowser/4.0.3214.0 Safari/537.36']


  使用的时候,直接使用随机函数 random.choice() 来从列表中选择选择一个。


  使用方法可以参考以下代码:


  user_agent = random.choice(USER_AGENTS)proxy = random.choice(proxyList)url = 'https://blog.csdn.net/wenxuhonghe/article/details/85036674' headers = { "Connection": "keep-alive", "Cache-Control": "max-age=0", "Upgrade-Insecure-Requests": "1", "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8", "Accept-Language": "zh-CN,zh;q=0.9", "Cookie": "" }try: # 构建一个Handler处理器对象,参数是一个字典类型,包括代理类型和代理服务器IP+PROT httpproxy_handler = urllib.request.ProxyHandler({"http": proxy}) opener = urllib.request.build_opener(httpproxy_handler) urllib.request.install_opener(opener) request = urllib.request.Request(url,headers=headers) request.add_header("User-Agent", user_agent) response = urllib.request.urlopen(request) html = response.read() # 解析目标页面,提取相关信息 parse_data(html) time.sleep(1)except Exception as result: print ("错误信息:%s"%(result))


  上面就是通过随机UA来破除爬虫限制的教程啦,大家如果遇到类似的限制,代理IP建议大家可以用这个策略。


相关文章内容简介
推荐阅读
  • 31 2020-01
    网络爬虫一定要用代理IP吗

    网络爬虫一定要用代理IP吗?很多人都认为网络爬虫必须要加代理IP,没了代理IP将无路可走;也有些人认为代理IP是非需要的。这是为什么呢?不能直接用采集工具吗?

  • 11 2020-03
    ip修改器的用途

    开展互联网业务除了需要梳理好业务基础之外,有些时候,我们也需要通过一些技术手段来作为辅助,比如代理ip。

  • 18 2020-02
    如何理解http代理的含义

    代理IP是什么?上网的时候,我们为什么会需要用到代理IP?是每一个用户都会有换IP的需求吗?当然并不是每一个人都一定要用代理IP才能够上网,今天我们来认识http代理的意义。

  • 16 2019-10
    手机要怎么更换IP?

    现在手机的功能非常强大了,很多的工作都可以借助手机就可以完成,从pc端到移动端,我们的工作生活正在进行改变。那么,对于从事网络营销的人员,手机IP地址的切换就变得非常必要了。

  • 06 2019-05
    改本地ip地址的几种方法

    改本地ip地址的几种方法,大家知道哪几种呢?使用代理IP更换IP地址是比较快的方法,而且能更换的IP也多,还有路由器更换IP地址,这是最常见的方法之一,我们一起去看看:

  • 14 2019-08
    抓取免费的代理IP怎么使用

    抓取免费的代理IP怎么使用?当我们需要通过代理访问某一网站时,首先需要从redis中随机选出一个代理ip,然后尝试通过代理ip是否能连到我们需要访问的目标网站,因为这些代理IP是公共使用

在线咨询
大客户经理
大客户经理
1829380381
13316264505

大客户经理微信

微信公众号

微信公众号

回到顶部