学习爬虫的day03 (通过代理去爬去数据)
Posted 窃语
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了学习爬虫的day03 (通过代理去爬去数据)相关的知识,希望对你有一定的参考价值。
代理的IP通过去网上找
# -*- coding: utf-8 -*- import re import _thread from time import sleep, ctime from urllib.request import urlopen from urllib.request import Request from urllib.request import ProxyHandler from urllib.request import build_opener from lxml import etree url = "http://sou.zhaopin.com/jobs/searchresult.ashx?jl=%%E5%%8C%%97%%E4%%BA%%AC&kw=java&sm=0&p=%i"%(1) #设置代理ip proxy = {‘http‘:‘1.60.114.151:6673‘}# 这里的HTTPS 后写啥都可以访问,可能是还用自己的ip去访问 proxy_support = ProxyHandler(proxy) opener = build_opener(proxy_support) #设置访问http协议头,模拟浏览器 opener.addheaders = [(‘User-agent‘, ‘Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6‘)] r = opener.open(url) html = r.read().decode(‘utf-8‘) print(html)
以上是关于学习爬虫的day03 (通过代理去爬去数据)的主要内容,如果未能解决你的问题,请参考以下文章