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 · 5157 次点击
    这是一个创建于 1679 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 closed 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 改什么呢?你的意思是每次请求都改一下?
    ArJun
        8
    ArJun  
       2020-03-31 23:48:57 +08:00
    为啥要爬淘宝详情呢,直接调淘宝接口不行吗
    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   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3502 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 · 27ms · UTC 04:44 · PVG 12:44 · LAX 20:44 · JFK 23:44
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.