发现该网站似乎是用了 distil networks 的反爬虫服务， 如果需要拿到数据就必须带上 cookie，不带 cookie 的请求都会被直接返回 sessionStorage.setItem('distil_referrer', document.referrer); 而这个 cookie 的失效时间又很快，只有 5 分钟左右，并且用的次数多了，大概四五次也会失效，并且我使用 fiddler 跟踪，拿到所有 cookie 参数后，利用这个 cookie 依然无法拿到数据，请问广大社友们有遇见过这种情况吗？
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
This topic created in 2961 days ago, the information mentioned may be changed or developed.
 |
1
https://i.loli.net/2018/09/27/5bac44a20e9c0.png 这是一直关于 distil networks 的 fiddler 跟踪图片 p 参数记录的是浏览器指纹 我现在多次使用这个 p 参数 是能拿到返回值的 但是这个返回值拿不到正确的数据
|
 |
nooperSep 27, 2018 via iPad
3
Webdriver hub
|
 |
exipSep 27, 2018 via Android
4
是不漏了哪个参数。祝你好运。
|
 |
vegettaSep 27, 2018
6
selenium 试下？ 虽然效率不高
|
|
8
@exip 参数应该没有遗漏 我在使用某一个 ip 拿到所有 cookie 之后 如果我使用这个 ip 真实地用浏览器访问了该网站 那么我之前拿到的那个 cookie 就能使用一段时间 具体原理我也不太明白 也许是他们记录在了服务器上
|
 |
huaerxielaSep 27, 2018
10
企鹅 base64：MTk3NDMwNDU5OA==
|
 |
dapengzhaoSep 27, 2018
11
请问是什么网站方便说下吗？
|
 |
qwertty01Sep 27, 2018
12
这没办法。除了使用动态浏览器，就是得分析网站的 JS 了。
|
 |
richieboySep 27, 2018
13
cookies 是 js 动态生成的,你光复制不行吧
|
 |
onexpieceSep 27, 2018
14
请问什么网站方便说下？
|
 |
ctro15547Sep 27, 2018
15
用 selenium 生产 cookie 存着，爬虫去拿 cookie，超时或者超次数就换一个，这样多线程几个 seleniumdriver 来生产的 cookie，效率应该比只用 selenium 好不少
|
|
16
@richieboy cookie 是动态生成的没错 我用相同的 P 参数每次从 response headers 里面拿到的 cookie 都不一样 然后我将这些 cookie 拼接之后和正常生成的 cookie 对比了一下 是一模一样的 但是用这个 cookie 就无法拿到数据 而真实的 cookie 就可以 并且有趣的是 我如果用该 ip 去真实访问了这个网站 这个 cookie （我自己 requests 伪造生成的）也可以用了
|
 |
jtworSep 27, 2018
17
meituan 好像也是这样 cookie 还好弄 只是 5 分钟后触发防爬虫的原因不太确定 奥塞头:(
|
|
nooperSep 27, 2018 via Android
18
加我 qq 收费解决，3655 o4o29
|
 |
handanSep 27, 2018
19
问一下 ，是哪个网站？？
|
 |
yy461530593Sep 27, 2018
20
先用浏览器正常请求操作，抓包看请求过程，模拟这个请求过程，如果浏览器操作也是会更新 cookies，那代码上也只能跟着更新
|
|
21
|
 |
valord577Sep 27, 2018
22
我这里有个思路 selenium + headless chrome 每 3 分钟打开网页 从 chrome 拿到 cookie
https://github.com/valord577/taobaoke 这个虽然是用 java 写的 但是封装 selenium 的思路 python 也是通用的 |
|
23
@valord577 感谢分享。 但是 selenium 效率确实是太低了 并且消耗资源较多 抓取数据的量又比较大 单一个 cookie 只能使用 4-5 次 所以暂时不考虑走 selenium 实在不行的话就只能走 app 端了
|
 |
xiaozizayangSep 28, 2018
24
试试这个？ pyppeteer
|
|
25
@xiaozizayang 尝试了一下--！ 会被反爬虫识别 出现验证码
Pardon Our Interruption ['//cdn.distilnetworks.com/images/anomaly-detected.png'] |
 |
angkeeOct 7, 2018
26
老哥，我也遇到了这个问题，能不能加个微信聊下
|
 |
locozOct 8, 2018
28
试试 APP ？
|
 |
stephen2018Oct 16, 2018 via Android
30
我最近遇到用 selenium 被网站识别出来，我设置了 useragent，加了代理，依然被识别出来，有点头疼，可以交流下吗
|
|
31
@stephen2018 可以尝试下 pyqt
|
1 |
RAKU318Nov 28, 2018
32
想问下题主搞定了吗？
|
 |
lzh414895156Jan 2, 2019
34
@wc110302 请问题主现在还可以抓到数据吗？可以加个微信交流下吗？
|
|
35
@lzh414895156 留下你的联系方式咯
|
|
lzh414895156Jan 3, 2019
36
@wc110302 qq414895156
|
 |
luzhizhengDec 6, 2019
37
楼主加我 QQ!,我也遇到这个问题啦!! bs64:OTkzMjgyMTM4
|
|
luzhizhengDec 21, 2019
38
这楼主是一个搞外包的,大家不要给骗了,加了 QQ 以后一直在忽悠,没两句就开始装逼,然后要我搞外包.
技术问题一个都不回答,问什么都说很简单自己搞,要不然就找我外包,真是没见过这种人,一点想探讨的精神都没有,还跟我装起逼来,说多了就开始骂我菜鸡,菜鸟,真的是给点阳光就灿烂,懂一点就开始装逼,你爸妈没有教过你做人的道理吗?真是悲哀 |
Select Language