注意: IP代理精灵仅提供国内ip网络节点,不提供境外网络节点,不能用于任何非法用途或访问境外封闭网站,不能跨境联网,只能用于合法的国内网络加速。

请登录 注册

首页 > 新闻资讯 > 爬虫为什么会被封?爬虫被封的常见原因

爬虫为什么会被封?爬虫被封的常见原因

来源:互联网 作者:admin 时间:2018-11-27 16:36:58

    爬虫为什么会被封?爬虫自互联网诞生就一直存在着,经过不断的发展,特别是大数据受欢迎后,许多企业都运用爬虫来收集大量数据,通过数据分析获取有效信息,然而这些信息目标网站并不想让竞争对手获取到,或者是为了保护网站,设置了反爬机制,限制爬虫的采集,因此使用爬虫采集信息容易被封。


    但有不能放弃采集信息,因此爬虫需要找到被封的原因,并突破限制才能继续的采集信息,下面请跟IP代理精灵去了解一下爬虫被封的常见原因。


爬虫为什么会被封,爬虫被封的常见原因


    1.请求头没有修改


    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。


    2.Cookie不合法


    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。


    3.JavaScript执行问题


    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。


    4.速度频繁


    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。


    5.提交参数不对


    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。


    6.IP被识破


    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(可以使用代理IP,比如IP代理精灵)。


    爬虫为什么会被封的原因非常多,上文介绍了常见的几种,建议使用爬虫要尽可能的伪装自己的数据,除了IP不能伪装外。IP也可以使用IP代理精灵,隐藏自己的真实IP,以此来突破IP的限制。另外要尽可能的降低采集速度,不给对方服务器来带太大的影响。


最新资讯

推荐阅读

  1. 18

    2019-01

    爬虫可以从哪里获得海量IP资源

    使用过网络爬虫来爬取数据的人都知道,爬虫在爬取网站信息时,是真的需要海量IP资源,看项目的需求,有些一天可能要用到上百万的IP,那么这些IP资源如何来的?爬虫可以从哪里获得海量IP

  2. 21

    2019-03

    手机、电脑更换IP地址的方法

    IP这里只需要通俗一点解释,internet protorol即因特网协议,是网络通讯的基本协议,IP地址是设备的网络地址,属于网络层,是网络通讯的核心条件.

  3. 06

    2019-05

    怎么更改IP地址?

    IP地址(Internet协议地址)是一种在Internet上标识计算机的数字方式。网站可以通过您的IP地址了解更多信息。例如,根据您的IP代理地址,我们可以了解您所在的国家/地区。人们更改IP地址以避

  4. 02

    2019-04

    代理IP协助使用python抓取百度漂流瓶妹纸照片

    首先打开抓包神器 Fiddler ,然后打开漂流瓶首页,加载几页试试,在Fiddler中过滤掉图片数据以及非 http 200 状态码的干扰数据后,发现每一页的数据获取都很有规律,这就给抓取提供了便利。

  5. 26

    2021-03

    动态IP的获取究竟拥有着怎样的作用和价值

    动态IP的获取究竟拥有着怎样的作用和价值!整体来说,动态IP应用范围极其广泛,它时常出现在互联网的各个方面里,比如上网聊天、网页游戏、自媒体应用测试以及网络优化等各行业,它都占

  6. 05

    2019-03

    互联网社会人需要了解的IP代理服务器小知识

    随着互联网的发展:你是否还担心店铺刷单太多而造成被封的危险?你是否还担心网站发帖太多而导致IP地址被封的可能性?你是否担心投票数不够而排不到好的名次?你是否担心网速不