爬蟲學(xué)習(xí)Task3

3.1 安裝selenium并學(xué)習(xí)

1.?安裝

pip install selenium


2.學(xué)習(xí)使用

import time

from selenium import webdriver

#from selenium.webdriver.common.keys import Keys



browser = webdriver.Chrome()

url = 'http://mail.163.com/'

browser.get(url)

time.sleep(3)


browser.maximize_window()


time.sleep(5)


browser.switch_to.frame(0)


email = browser.find_element_by_name('email')


email.send_keys('athena_liyu@163.com')


password = browser.find_element_by_name('password')


password.send_keys('******')


login_em = browser.find_element_by_id('dologin')


login_em.click()


time.sleep(10)



3.2 學(xué)習(xí)IP相關(guān)知識

1) 為什么會出現(xiàn)IP被封

網(wǎng)站為了防止被爬取贾漏,會有反爬機(jī)制主卫,對于同一個(gè)IP地址的大量同類型的訪問捌年,會封鎖IP沟于,過一段時(shí)間后霹崎,才能繼續(xù)訪問


2) 如何應(yīng)對IP被封的問題

修改請求頭,模擬瀏覽器(而不是代碼去直接訪問)去訪問

采用代理IP并輪換

設(shè)置訪問時(shí)間間隔


3) 抓取西刺代理,并構(gòu)建自己的代理池

from bs4 import BeautifulSoup

import requests

import time


def open_proxy_url(url):

???user_agent = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_2)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.119 Safari/537.36'

???headers = {'User-Agent': user_agent}

???try:

???????r = requests.get(url, headers = headers, timeout = 20)

? ??????r.raise_for_status()

???????r.encoding = r.apparent_encoding

???????return r.text

???except:

???????print('無法訪問' + url)



def get_proxy_ip(response):

???proxy_ip_list = [ ]

???soup = BeautifulSoup(response, 'html.parser')

???proxy_ips? = soup.select('.odd')

???for proxy_ip in proxy_ips:

???????ip = proxy_ip.select('td')[1].text

???????port = proxy_ip.select('td')[2].text

???????protocol = proxy_ip.select('td')[5].text

???????if protocol in ('HTTP','HTTPS'):

???????????proxy_ip_list.append(f'{protocol}://{ip}:{port}')

???return proxy_ip_list


if __name__ == '__main__':

???proxy_url = 'https://www.xicidaili.com/'

???text = open_proxy_url(proxy_url)

???proxy_ip_filename = 'proxy_ip.txt'

???with open(proxy_ip_filename, 'w') as f:

???????f.write(text)

???text = open(proxy_ip_filename, 'r').read()

???proxy_ip_list = get_proxy_ip(text)

???print(proxy_ip_list)


def get_proxy_ip(response):

???proxy_ip_list = []

???soup = BeautifulSoup(response, 'html.parser')

???proxy_ips = soup.find(id = 'ip_list').find_all('tr')

???for proxy_ip in proxy_ips:

???????if len(proxy_ip.select('td')) >=8:

???????????ip = proxy_ip.select('td')[1].text

???????????port = proxy_ip.select('td')[2].text

???????????protocol = proxy_ip.select('td')[5].text

???????????if protocol in ('HTTP','HTTPS','http','https'):

???????????????proxy_ip_list.append(f'{protocol}://{ip}:{port}')

???return proxy_ip_list

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末褥赊,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子莉恼,更是在濱河造成了極大的恐慌拌喉,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件俐银,死亡現(xiàn)場離奇詭異尿背,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)捶惜,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,755評論 3 385
  • 文/潘曉璐 我一進(jìn)店門田藐,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人吱七,你說我怎么就攤上這事汽久。” “怎么了踊餐?”我有些...
    開封第一講書人閱讀 158,369評論 0 348
  • 文/不壞的土叔 我叫張陵景醇,是天一觀的道長。 經(jīng)常有香客問我吝岭,道長三痰,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,799評論 1 285
  • 正文 為了忘掉前任窜管,我火速辦了婚禮散劫,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘幕帆。我一直安慰自己获搏,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,910評論 6 386
  • 文/花漫 我一把揭開白布蜓肆。 她就那樣靜靜地躺著颜凯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪仗扬。 梳的紋絲不亂的頭發(fā)上症概,一...
    開封第一講書人閱讀 50,096評論 1 291
  • 那天,我揣著相機(jī)與錄音早芭,去河邊找鬼彼城。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的募壕。 我是一名探鬼主播调炬,決...
    沈念sama閱讀 39,159評論 3 411
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼舱馅!你這毒婦竟也來了缰泡?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,917評論 0 268
  • 序言:老撾萬榮一對情侶失蹤代嗤,失蹤者是張志新(化名)和其女友劉穎棘钞,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體干毅,經(jīng)...
    沈念sama閱讀 44,360評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡宜猜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,673評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了硝逢。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片姨拥。...
    茶點(diǎn)故事閱讀 38,814評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖渠鸽,靈堂內(nèi)的尸體忽然破棺而出叫乌,到底是詐尸還是另有隱情,我是刑警寧澤拱绑,帶...
    沈念sama閱讀 34,509評論 4 334
  • 正文 年R本政府宣布综芥,位于F島的核電站,受9級特大地震影響猎拨,放射性物質(zhì)發(fā)生泄漏膀藐。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,156評論 3 317
  • 文/蒙蒙 一红省、第九天 我趴在偏房一處隱蔽的房頂上張望额各。 院中可真熱鬧,春花似錦吧恃、人聲如沸虾啦。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽傲醉。三九已至,卻和暖如春呻率,著一層夾襖步出監(jiān)牢的瞬間硬毕,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,123評論 1 267
  • 我被黑心中介騙來泰國打工礼仗, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留吐咳,地道東北人逻悠。 一個(gè)月前我還...
    沈念sama閱讀 46,641評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像韭脊,于是被迫代替她去往敵國和親童谒。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,728評論 2 351

推薦閱讀更多精彩內(nèi)容