关于爬取淘宝详情页的问题 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
changwenrui2310
V2EX    淘宝

关于爬取淘宝详情页的问题

  •  
  •   changwenrui2310 2020-03-31 23:06:59 +08:00 5512 次点击
    这是一个创建于 2023 天前的主题,其中的信息可能已经有所发展或是发生改变。

    python 用 request 库爬虫爬取淘宝详情页碰到了个奇葩问题 为了分析请求,我用的 fiddle,当开启 fiddle 代理,运行代码,无论请求多么频繁,都不会报错 拿掉代理,直接请求,稍稍频繁就报错,这是为什么呢?怎么解决? 下面是报错 requests.exceptions.ConnectionError: ('Connection aborted.', RemoteDisconnected('Remote end close connection without response')) 代理就是个本地的代理,和 ip 没有关系,为什么有代理就行,没代理就完蛋? fiddle 对请求做了什么处理呢

    15 条回复    2020-04-01 14:03:37 +08:00
    jugelizi
        1
    jugelizi  
       2020-03-31 23:10:33 +08:00 via iPhone
    证书吧
    changwenrui2310
        2
    changwenrui2310  
    OP
       2020-03-31 23:14:47 +08:00
    @jugelizi 已经移除对 SSL 的认证 verify=False,如果是证书有问题的话恐怕直接请求不到吧,我这里是请求频繁就拒绝
    learningman
        3
    learningman  
       2020-03-31 23:27:09 +08:00 via Android
    估计是用 js 做了反爬
    changwenrui2310
        4
    changwenrui2310  
    OP
       2020-03-31 23:29:10 +08:00
    @learningman 我不太明白,如果是做了反爬,为什么加个 fiddle 代理就能开爬呢?
    None123
        5
    None123  
       2020-03-31 23:30:28 +08:00
    @learningman 这 tm 和 js 有什么关系 不懂就不要瞎说
    None123
        6
    None123  
       2020-03-31 23:34:07 +08:00
    @changwenrui2310 改一下请求头
    changwenrui2310
        7
    changwenrui2310  
    OP
       2020-03-31 23:39:33 +08:00
    None123
        9
    None123  
       2020-03-31 23:50:02 +08:00
    changwenrui2310
        10
    changwenrui2310  
    OP
       2020-03-31 23:54:29 +08:00
    @None123 改 headers 的那个参数?
    changwenrui2310
        11
    changwenrui2310  
    OP
       2020-03-31 23:56:19 +08:00
    @ArJun 有些东西淘宝官方的接口没有
    dxasqw
        12
    dxasqw  
       2020-04-01 09:46:35 +08:00 via iPhone
    是不是提交了 gzip 的协议头,然后没有解压处理
    learningman
        13
    learningman  
       2020-04-01 13:37:03 +08:00 via Android
    @None123 如果说我在发送主请求的同时,js 补一个校验呢?
    写爬虫第 1 步就是查 js 吧,不查你写个屁,年轻人不要太暴躁。
    None123
        14
    None123  
       2020-04-01 13:59:50 +08:00
    @learningman 别逗 楼主这个问题和 js 没关系的
    None123
        15
    None123  
       2020-04-01 14:03:37 +08:00
    @changwenrui2310 照着 游览器的该改
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5805 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 35ms UTC 03:06 PVG 11:06 LAX 20:06 JFK 23:06
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86