有做过搜狗微信爬虫的吗,遇到个问题 列表的 url 不能直接访问... - V2EX
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
请不要在回答技术问题时复制粘贴 AI 生成的内容
yasumoto
V2EX    程序员

有做过搜狗微信爬虫的吗,遇到个问题 列表的 url 不能直接访问...

  •  
  •   yasumoto 2019-12-05 17:09:12 +08:00 2301 次点击
    这是一个创建于 2188 天前的主题,其中的信息可能已经有所发展或是发生改变。
    报上我需要爬的页面
    https://weixin.sogou.com/weixin?query=%E8%83%83%E7%99%8C&type=2&page=2&ie=utf8

    标题详情图片就不说了 现在是抓取详情页链接有点问题
    https://i.loli.net/2019/12/05/8BUwOrAKyCEquoN.png

    在浏览器里点击标题可以直接点开 但是直接用这个 a 标签访问就出错
    https://img03.sogoucdn.com/app/a/100520146/875f2270b05957ccaa5a83db3383a7f5

    我抓包了一下 发现 a 标签里面的链接是个'假链接' 真链接隐藏在这里
    https://i.loli.net/2019/12/05/ExzM8A5QcUrVOwu.png

    我现在就想去抓到真链接 各位大佬有啥思路吗
    7 条回复    2019-12-05 17:41:21 +08:00
    yasumoto
        1
    yasumoto  
    OP
       2019-12-05 17:14:40 +08:00
    看了网上挺多文章 说是多了&k=1&h=f 但是我看现在列表 a 标签就自带&k=1&h=f 的
    heiheidewo
        2
    heiheidewo  
       2019-12-05 17:14:56 +08:00
    带上 cookie
    U7Q5tLAex2FI0o0g
        3
    U7Q5tLAex2FI0o0g  
       2019-12-05 17:18:07 +08:00
    请求链接的时候带上 referer 试试
    iamdaguduizhang
        4
    iamdaguduizhang  
       2019-12-05 17:21:16 +08:00
    这个啊,a 标签绑定的有监听事件的。点击的时候会生成一个新的 url,请求这个 url 会返回最终的文章链接的。
    zixiaoguan
        5
    zixiaoguan  
       2019-12-05 17:32:10 +08:00
    看样子是列表的每一项必须要通过 link 接口获取真实的页面地址并重定向。你也可以通过那个接口获取页面内容并解析
    yasumoto
        6
    yasumoto  
    OP
       2019-12-05 17:40:19 +08:00
    @iamdaguduizhang 对的 是这个逻辑
    yasumoto
        7
    yasumoto  
    OP
       2019-12-05 17:41:21 +08:00
    @heiheidewo
    @littleylv
    带上 Referer 和 Cookie 一起 请求 postman 已有返回结果谢谢
    https://img02.sogoucdn.com/app/a/100520146/2e4378d585a5e2ffc83a52048d0d6ab2
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     3265 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 25ms UTC 00:38 PVG 08:38 LAX 16:38 JFK 19:38
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86