python 爬虫 使用代理 爬取
python
专栏收录该内容
40 篇文章0 订阅
订阅专栏
之前有需要翻墙爬取内容,发现需要使用代理,不能简单的在requests里加个参数就行了,现在把脚本改成通用模板,有需要的可以按照自己的需求改一下哈。
import urllib.request as request
import requests
import json
'''
@author:Lancer Wu
@email:wxs231@163.com
'''
def proxies_spider(canshu):
'''
使用代理的爬虫
:param canshu: 用字典包裹的参数
canshu = {
'url': 'url',
'cookie': 'cookie',
……
}
:return:
'''
# 代理设置
proxies = {
'https': 'https://127.0.0.1:64708', # 查找到你的vpn在本机使用的https代理端口
'http': 'http://127.0.0.1:64708', # 查找到vpn在本机使用的http代理端口
}
# 请求的链接
url = canshu['url']
# 请求的参数
data = {
'canshu1': canshu['canshu1'],
'canshu2': canshu['canshu2'],
'canshu3': canshu['canshu3']
}
# 请求的头部
headers = {
'user-agent': user_agent, # 全局变量
'Cookie': canshu['cookie'] # 有需要则传入cookie
}
# request增加代理设置
opener = request.build_opener(request.ProxyHandler(proxies))
request.install_opener(opener)
# get请求
req_result = requests.get(url=url, params=data, headers=headers, proxies=proxies)
# post请求
# req_result = requests.post(url=url, data=data, headers=headers, proxies=proxies)
# 如果是html页面:
req_result = req_result.text
# 如果是json数据:
# req_result = req_result.json()
return req_result
if __name__ == "__main__":
# 访问的浏览器信息
user_agent = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ' \
'Chrome/56.0.2924.87 Safari/537.36'
canshu = {
'url': '', # 请求的链接
'cookie': '', # 请求的cookie,如果不需要可以留空
'canshu1': 'data1', # 请求的第一个参数
'canshu2': 'data2', # 请求的第二个参数
'canshu3': 'data3' # 请求的第三个参数
}
# 提交查询
req_result = proxies_spider(canshu)
print('req_result', req_result)
源码地址:
https://github.com/wuxs231/python_proxies_spider
python 爬虫 使用代理 爬取相关推荐
- [Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(四) —— 应对反爬技术(选取 User-Agent、添加 IP代理池以及Cookies池 )
上一篇:[Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(三) -- 数据的持久化--使用MongoDB存储爬取的数据 最近项目有些忙,很多需求紧急上线,所以一直没能完善< 使用 ...
- Python爬虫---影评的爬取
Python爬虫-影评的爬取 介绍:爬虫练手,使用Requests库进行豆瓣影评的爬虫,做成词云图,写文章主要做一些问题解决的记录. 运行环境:python 3.8, Pycharm 关于在豆瓣爬取影 ...
- 【Python爬虫】从零开始爬取Sci-Hub上的论文(串行爬取)
[Python爬虫]从零开始爬取Sci-Hub上的论文(串行爬取) 维护日志 项目简介 步骤与实践 STEP1 获取目标内容的列表 STEP2 利用开发者工具进行网页调研 2.1 提取文章链接和分页链 ...
- [Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(二) —— 编写一个基本的 Spider 爬取微博用户信息
上一篇:[Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(一) -- 新建爬虫项目 在上一篇我们新建了一个 sina_scrapy 的项目,这一节我们开始正式编写爬虫的代码. 选择目标 ...
- [Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(三) —— 数据的持久化——使用MongoDB存储爬取的数据
上一篇:[Python 爬虫] 使用 Scrapy 爬取新浪微博用户信息(二) -- 编写一个基本的 Spider 爬取微博用户信息 在上一篇博客中,我们已经新建了一个爬虫应用,并简单实现了爬取一位微 ...
- python爬虫 requests+bs4爬取猫眼电影 傻瓜版教程
python爬虫 requests+bs4爬取猫眼电影 傻瓜版教程 前言 一丶整体思路 二丶遇到的问题 三丶分析URL 四丶解析页面 五丶写入文件 六丶完整代码 七丶最后 前言 大家好我是墨绿 头顶总 ...
- python 爬虫实例 电影-Python爬虫教程-17-ajax爬取实例(豆瓣电影)
Python爬虫教程-17-ajax爬取实例(豆瓣电影) ajax: 简单的说,就是一段js代码,通过这段代码,可以让页面发送异步的请求,或者向服务器发送一个东西,即和服务器进行交互 对于ajax: ...
- Python爬虫系列之爬取微信公众号新闻数据
Python爬虫系列之爬取微信公众号新闻数据 小程序爬虫接单.app爬虫接单.网页爬虫接单.接口定制.网站开发.小程序开发 > 点击这里联系我们 < 微信请扫描下方二维码 代码仅供学习交流 ...
- 携程ajax,Python爬虫实战之爬取携程评论
一.分析数据源 这里的数据源是指html网页?还是Aajx异步.对于爬虫初学者来说,可能不知道怎么判断,这里辰哥也手把手过一遍. 提示:以下操作均不需要登录(当然登录也可以) 咱们先在浏览器里面搜索携 ...
最新文章
- 数字图像处理技术详解程序_安装地暖施工程序有哪些 安装地暖技术要求是什么【详解】...
- C++动态数组(转)
- Spring MVC 中的基于注解的 Controller
- 解决kettle配置文件中的中文乱码
- POJ 2799 IP Networks
- iOS学习笔记(1)— UIView 渲染和内容管理
- 写博文有助于提高编程能力,因为写文章比写代码难多了
- Appium实现的技巧
- 拳王虚拟项目公社:虚拟资源自动化挣钱,空手套白狼的躺赚技术
- 易车网靠谱吗,蛋蛋告诉你
- 计算机瞬间黑屏又自动恢复,电脑显示器突然黑屏然后过几秒又自动恢复过来为什么?-显示器黑屏几秒又好...
- 上海地铁二号线各车站换乘和时刻表
- 变量、参数和内存分配
- 常见图片格式(HTML)
- NFS服务器搭建与autofs自动挂载
- Mac宝藏软件推荐(笔者也在用)(一)
- cacti监控客户端配置
- 华为暑期实习一面凉经
- 查询oracle表空间是否满了,oracle表空间满了,导致数据不能写入数据库
- 一边学计算机一边上班累的说说,上班累了的心情说说_上班的心情说说精选