爬虫，可用于增加访问量和抓取网站全页内容

Posted 2021-01-04 xpwi

爬虫，可用于增加访问量和抓取网站全页内容

• 爬虫道德规范：
  • 1.不让爬的咱不爬
  • 2.让爬的咱不能一直爬

使用爬虫提高文章访客说明：

• 1.本爬虫使用代理IP
• 2.伪装浏览器
• 3.粘贴地址即可使用
• 4.原文件 github 地址：https://github.com/xpwi/py/blob/master/py%E7%88%AC%E8%99%AB/eyes.py
• 5.下载原文件：https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB/eyes.py

# coding:utf-8
'''
使用爬虫提高文章访客说明：
1.本爬虫使用代理IP
2.伪装浏览器
3.粘贴地址即可使用
'''
from urllib import request,error

if __name__ == '__main__':

    # 将需要访问的地址替换下面地址
    url = "https://www.cnblogs.com/xpwi/"

    # 设置代理地址，代理IP一般20天左右会失效
    # 获取最新代理IP，参考文章：https://www.cnblogs.com/xpwi/p/9600727.html
    # 1.日本
    # proxy = {'http': '140.227.65.196:3128'}
    # 2.俄罗斯
    proxy = {'http': '94.242.59.135:1448'}

    # 2.创建ProxyHandler
    proxy_handler = request.ProxyHandler(proxy)
    # 3.创建Opener
    opener = request.build_opener(proxy_handler)
    # 4.安装Opener
    request.install_opener(opener)

    # 下面再进行访问url就会使用代理服务器
    # 更换浏览器型号，参照：https://www.cnblogs.com/xpwi/p/9600719.html
    try:
        req = request.Request(url)
        req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163")

        rsp = request.urlopen(req)

        html = rsp.read().decode()
        print("访问成功访客+1，以下是该网页的HTML：
",html,"
访问成功访客+1，以上是该网页的HTML
")

    except error.HTTPError as e:
        print(e)

    except Exception as e:
        print(e)

更多文章链接：Python 爬虫随笔

---

• 本笔记不允许任何个人和组织转载