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

Python爬虫之ip代理池

Python学习之路 爬虫正则表示式爬去名言网

爬虫学习 ----- 第二章 爬取静态网站 ---------- 04 带着cookie去爬取东西

爬虫时如何使用代理服务器

网络爬虫简单介绍(python)

爬虫要违法了吗?小编告诉大家:守住规则,大胆去爬