推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3314 天前的主题，其中的信息可能已经有所发展或是发生改变。
错误信息:
requests.exceptions.Connecti onError: ('Connection aborted.', error(104, 'Connection reset by peer'))
加了headers也不行
这个问题经常出现,浏览器正常,但爬虫不行.
1.想问问都有哪些可能性,遇到时有个线索可去google.
2.模拟浏览器是不是只加headers就行? 是不是模拟成功的话就不会出错(浏览器能正常访问)?
requests.exceptions.Connecti onError: ('Connection aborted.', error(104, 'Connection reset by peer'))
加了headers也不行
这个问题经常出现,浏览器正常,但爬虫不行.
1.想问问都有哪些可能性,遇到时有个线索可去google.
2.模拟浏览器是不是只加headers就行? 是不是模拟成功的话就不会出错(浏览器能正常访问)?
 |
1
wdd2007 2015-04-03 13:54:27 +08:00
你对比一下浏览器的请求和爬虫请求有哪些不一样的地方？
比如 useragent、比如 cookie？ |
 |
2
willsplashing 2015-04-03 13:55:22 +08:00
你确定python发出去的request和Chrome devtool里capture的request一模一样吗？
|
|
3
willsplashing 2015-04-03 13:57:21 +08:00
还有如果你爬虫一下子发很多request有些网站可能会有rate limit
|
 |
4
dedewei OP |
|
5
dedewei OP @willsplashing 爬了二十个页面就断了,然后时而行时而不行
|
 |
6
ETiV 2015-04-03 14:04:04 +08:00 via iPhone
firebug抓一次浏览器的请求，再用curl模拟提交（firebug有复制curl请求的功能），再一点点精简curl的参数
|
 |
8
withrock 2015-04-03 14:43:16 +08:00
可能和cookie有关，如果不需要登录就可以抓取的话，建议关闭cooke
ps:我也写了个爬虫玩玩，互相学习。 http://git.oschina.net/mktime/scrapy-douban-group |
 |
9
libo26 2015-04-03 16:16:20 +08:00
header与浏览器一致的话多半是频率限制了吧，增加时间间隔/换IP
|
 |
10
kkx 2015-04-04 07:06:34 +08:00
用selenium 包治
|
 |
11
ioven 2015-04-04 21:09:16 +08:00
burpsuite抓包，对比和浏览器的区别
|
 |
12
ming2281 2015-04-08 22:33:48 +08:00
了解一下HTTP协议,然后这些大都知道怎么避免了
|
Select Language