python爬虫之拉勾网

拉钩网有很强的防爬虫机制我们需要做些处理https://www.lagou.com

我选择怕取得是:https://www.lagou.com/jobs/list_python

结果出错不是我想要的结果:

网页结构

爬虫结果:

不是想要的这说明有反爬虫机制

需要把请求头加上,模拟浏览器访问:

我们将hears加入请求

运行结果:

我想要爬取职位列表,这时发现职位列表是ajax请求

可以直接找到请求的ajax的地址改变请求的url:https://www.lagou.com/jobs/positionAjax.json?needAddtionalResult=false

我直接改变url执行:

运行结果:

好像成功了,但是不然网页上有python开发工程师

但是在我爬虫结果中没有,说明不是我想要的结果,这是因为拉钩做的反爬虫机制,我用get请求,拉钩有的是post请求,

改用post请求我们需要加入:

修改代码为:

运行结果为:

发现是想要的结果。想要做很好的爬虫需要了解请求hears的内容模拟浏览器。

爬虫之二:https://blog.youkuaiyun.com/qq_35723619/article/details/83176329

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值