weixin_41279532的博客

##加粗样式需要解决的难题：1) 验证码的识别2) 对网页的验证码进行截取2) IP池的构建3) 对网页延迟加载的解决第一步：验证码的识别：之前也试过写个算法，对验证码进行识别，但是太复杂了，没能实现，网上搜索，发现有个"云打码"的平台，能够识别，准确率高达98%，下面是Python对这个接口的引用：#coding=utf-8import jsonimport ti...

添加请求头User-Agent:如果不添加请求头，网站会认为不是用浏览器操作，会进行反爬虫，添加请求头，网站会识别你是用哪个浏览器，不同的浏览器User-Agent不同修改访问频率：大多数情况下，我们遇到的是访问频率限制。如果你访问太快了，网站就会认为你不是一个人。这种情况下需要设定好频率的阈值，否则有可能误伤。遇到这种网页，最直接的办法是限制访问时间需要你限制不定的时间，不能用...