其實(shí)在抓取數(shù)據(jù)時(shí)，如果有大量的離散賬號(hào)和離散IP的話，抓取數(shù)據(jù)就問題不大了。但是老猿相信大部分的爬蟲選手們都沒有這么多的資源，所以就會(huì)絞盡腦汁研究和各種嘗試對(duì)方的訪問控制策略，如果始終無法破局，這時(shí)就要跳出來想下其他辦法，比如多使用一下對(duì)方的產(chǎn)品，包括APP，網(wǎng)站，微信等，抓包看看他們之間的URL有沒有關(guān)聯(lián)，訪問控制策略是否一致等，有時(shí)你會(huì)找到新的突破口。

成都創(chuàng)新互聯(lián)是專業(yè)的城北網(wǎng)站建設(shè)公司，城北接單;提供網(wǎng)站設(shè)計(jì)、網(wǎng)站制作,網(wǎng)頁設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行城北網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來合作!

曾經(jīng)我想要某職業(yè)社交APP里的一些用戶詳細(xì)頁的信息用來做分析，但是面臨如下問題：

• 該APP必須登陸才能訪問所有頁面。
• 你的賬號(hào)如果沒有關(guān)注對(duì)方，對(duì)方的詳細(xì)介紹頁面的很多信息就被隱藏了。
• APP的用戶詳細(xì)頁面一個(gè)賬號(hào)大概只能訪問100次/天(有點(diǎn)記不清具體數(shù)字了)就不能訪問了。

就注冊(cè)了10個(gè)該APP賬號(hào)，模擬登錄后一天只能抓1000千多個(gè)，還有好些數(shù)據(jù)不全(因?yàn)闆]有關(guān)注對(duì)方)， 實(shí)在離俺想要的數(shù)據(jù)量相差較遠(yuǎn)。
總結(jié)上面的問題就是沒有足夠多的賬號(hào)，就算賬號(hào)足夠多，每個(gè)賬號(hào)和每個(gè)ip也有抓取限制。

于是就把該產(chǎn)品的APP，微信，網(wǎng)頁里里外外都翻了一遍，能點(diǎn)的地方都去點(diǎn)一下看看。

有了新的發(fā)現(xiàn)：

• 該APP的用戶詳細(xì)頁分享到微信后，通過微信打開可以直接訪問，不需要登錄，也不需要微信授權(quán)，用戶詳細(xì)頁信息都是全的(解決了需要關(guān)注才能查看全面信息問題)。
• 通過APP獲取分享到微信的url的接口訪問頻率控制放得很寬松。
• 雖然在微信上不用登錄訪問，沒有賬號(hào)限制了，但是還是有單個(gè)IP的訪問頻率控制。

分析完后，舒緩了很多，得出新的抓取思路，就是：

使用10個(gè)賬號(hào)按一定頻次通過APP不停的獲取每個(gè)用戶詳細(xì)頁分享到微信的URL，讓另外一個(gè)程序模仿微信的user-agent不停的訪問這些分享到微信的URL（要使用adsl撥號(hào)來解決單個(gè)IP訪問頻率控制問題）。
這樣通過app加微信的方式解決了對(duì)賬號(hào)的限制問題，實(shí)現(xiàn)了曲線救國。

后來就發(fā)現(xiàn)好些抓取問題都有這種解決思路，跟我們?cè)诰W(wǎng)絡(luò)爬蟲小偏方之一里講的，有的網(wǎng)站為了SEO流量，而把referer來自百度的訪問控制放寬了一樣。

有的產(chǎn)品為了微信的流量(分享到微信里的頁面可以直接打開，點(diǎn)擊其他頁面時(shí)再提示要注冊(cè)登錄)，而對(duì)來自微信點(diǎn)擊訪問控制放寬了。

文章標(biāo)題：Python爬蟲小偏方：突破登錄和訪問頻率限制，多研究對(duì)方不同終端產(chǎn)品
鏈接地址：http://vcdvsql.cn/article42/jhepec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、品牌網(wǎng)站設(shè)計(jì)、App開發(fā)、App設(shè)計(jì)、虛擬主機(jī)、微信小程序

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)