没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
当你的才华还撑不起你的野心时,你应该静下心去学习 。 前言 已经搭建好代理IP池之后,就可以尝试用获得的代理IP访问给定URL,爬取页面,具体的源码和更多说明在github库Simulate-clicks-on-given-URL里,供大家学习。 代码 这段代码可以返回我们需要的用户IP PROXY_POOL_URL = 'http://localhost:5555/random' def get_proxy(): try: response = requests.get(PROXY_POOL_URL) if response.status_cod
资源推荐
资源详情
资源评论
python3网络爬虫系列(三)爬取给定网络爬虫系列(三)爬取给定URL网页(访问量、阅网页(访问量、阅
读量)实例读量)实例
当你的才华还撑不起你的野心时,你应该静下心去学习当你的才华还撑不起你的野心时,你应该静下心去学习 。。
前言前言
已经搭建好代理IP池之后,就可以尝试用获得的代理IP访问给定URL,爬取页面,具体的源码和更多说明在github库Simulate-
clicks-on-given-URL里,供大家学习。
代码代码
这段代码可以返回我们需要的用户这段代码可以返回我们需要的用户IP
PROXY_POOL_URL = 'http://localhost:5555/random'
def get_proxy():
try:
response = requests.get(PROXY_POOL_URL)
if response.status_code == 200:
ip = response.text
#设置代理,格式如下
proxy_ip = "http://" + ip
proxy_ips = "https://" + ip
proxy = {"https":proxy_ips,"http":proxy_ip}
return proxy
except ConnectionError:
return None
共享共享cookie,保持登陆状态,保持登陆状态
def get_cookie(url,urls):
if(url==urls[0]):
f=open(r'cookie0.txt','r')#打开所保存的cookies内容文件
if(url==urls[1]):
f=open(r'cookie1.txt','r')#打开所保存的cookies内容文件
if(url==urls[2]):
f=open(r'cookie2.txt','r')#打开所保存的cookies内容文件
cookies={}#初始化cookies字典变量
for line in f.read().split(';'): #按照字符:进行划分读取
#其设置为1就会把字符串拆分成2份
name,value=line.strip().split('=',1)
cookies[name]=value #为字典cookies添加内容
return cookies
爬取网页爬取网页
def simulate_click(urls,num):
success = 0
fail = 0
referer_list=[
'https://www.google.com/search?q=csdn&rlz=1C1EJFC_enSE810SE810&oq=csdn&aqs=chrome..69i57j69i59l2j0l5.2484j0j8&sourceid=chrome&ie=UTF-
8',
'http://blog.csdn.net/',
'https://blog.csdn.net/weixin_41896265',
'https://www.sogou.com/tx?
query=%E4%BD%BF%E7%94%A8%E7%88%AC%E8%99%AB%E5%88%B7csdn%E8%AE%BF%E9%97%AE%E9%87%8F&hdq=sogou-site-
706608cfdbcc1886-0001&ekv=2&ie=utf8&cid=qb7.zhuye&',
'https://www.baidu.com/s?wd=csdn&rsv_spt=1&rsv_iqid=0xa615ef5b0000b256&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-
8&tn=78040160_26_pg&ch=8&rsv_enter=1&rsv_dl=tb&rsv_sug2=0&inputT=1113&rsv_sug4=1528'
]
while(num>0):
#随机user_agent和Referer
ua = UserAgent()
headers = {
'user-agent': ua.random, #随机agent
'Referer': random.choice(referer_list), #表示不是凭空产生
}
proxies = get_proxy()
for url in urls:
cookies = get_cookie(url,urls)
print("【正在访问】{}".format(url))
try:
session = requests.session()
resp=session.get(url,headers=headers,proxies=proxies,cookies=cookies,timeout=3)
if resp.status_code == requests.codes.ok:
print("---------------------------")
资源评论
weixin_38698149
- 粉丝: 5
- 资源: 935
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功