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 2574 天前的主题，其中的信息可能已经有所发展或是发生改变。
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？
 | 1 wc110302 OP 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 |
 | 3 nooper 2018-09-27 13:23:59 +08:00 via iPad Webdriver hub |
 | 4 exip 2018-09-27 13:34:51 +08:00 via Android 是不漏了哪个参数。祝你好运。 |
| 5 wc110302 OP @ericgui 是挺费劲的 啥都要学一点 js 要学 接口要会做 app 端 wechat 端 pc 端得会抓包 偶尔还得做个 GUI 什么的 |
 | 6 vegetta 2018-09-27 13:42:36 +08:00 selenium 试下？ 虽然效率不高 |
| 8 wc110302 OP @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 |
 | 10 huaerxiela 2018-09-27 14:04:45 +08:00 企鹅 base64：MTk3NDMwNDU5OA== |
 | 11 dapengzhao 2018-09-27 14:09:18 +08:00 请问是什么网站方便说下吗？ |
 | 12 qwertty01 2018-09-27 14:12:23 +08:00 这没办法。除了使用动态浏览器，就是得分析网站的 JS 了。 |
 | 13 richieboy 2018-09-27 14:27:34 +08:00 cookies 是 js 动态生成的,你光复制不行吧 |
 | 14 onexpiece 2018-09-27 14:33:52 +08:00 请问什么网站方便说下？ |
 | 15 ctro15547 2018-09-27 14:34:45 +08:00 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 wc110302 OP @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 |
 | 17 jtwor 2018-09-27 15:38:39 +08:00 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:( |
| 18 nooper 2018-09-27 15:44:42 +08:00 via Android 加我 qq 收费解决，3655 o4o29 |
 | 19 handan 2018-09-27 16:14:39 +08:00 问一下 ，是哪个网站？？ |
 | 20 yy461530593 2018-09-27 17:41:24 +08:00 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 wc110302 OP |
 | 22 valord577 2018-09-27 18:09:47 +08:00 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 wc110302 OP @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 |
 | 24 xiaozizayang 2018-09-28 09:20:20 +08:00 试试这个？ pyppeteer |
| 25 wc110302 OP @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'] |
 | 26 angkee 2018-10-07 10:26:56 +08:00 老哥，我也遇到了这个问题，能不能加个微信聊下 |
 | 28 locoz 2018-10-08 12:24:30 +08:00 试试 APP ？ |
 | 30 stephen2018 2018-10-16 22:53:14 +08:00 via Android 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 wc110302 OP  1 @stephen2018 可以尝试下 pyqt |
 | 32 RAKU318 2018-11-28 14:21:48 +08:00 想问下题主搞定了吗？ |
 | 34 lzh414895156 2019-01-02 20:30:39 +08:00 @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 wc110302 OP @lzh414895156 留下你的联系方式咯 |
| 36 lzh414895156 2019-01-03 09:43:57 +08:00 @wc110302 qq414895156 |
 | 37 luzhizheng 2019-12-06 18:34:46 +08:00 楼主加我 QQ!,我也遇到这个问题啦!! bs64:OTkzMjgyMTM4 |
| 38 luzhizheng 2019-12-21 13:57:07 +08:00 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