From:https://www.cnblogs.com/hellangels333/p/8918938.html

fake-useragent 下载 和 使用方法:https://pypi.org/project/fake-useragent

伪装浏览器代理 在爬取网页是有些服务器对请求过滤的不是很高可以不用ip来伪装请求直接将自己的浏览器信息给伪装也是可以的。

第一种方法:

1.在setting.py文件中加入以下内容,这是一些浏览器的头信息

USER_AGENT_LIST = ['zspider/0.9-dev http://feedback.redkolibri.com/','Xaldon_WebSpider/2.0.b1','Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) Speedy Spider (http://www.entireweb.com/about/search_tech/speedy_spider/)','Mozilla/5.0 (compatible; Speedy Spider; http://www.entireweb.com/about/search_tech/speedy_spider/)','Speedy Spider (Entireweb; Beta/1.3; http://www.entireweb.com/about/search_tech/speedyspider/)','Speedy Spider (Entireweb; Beta/1.2; http://www.entireweb.com/about/search_tech/speedyspider/)','Speedy Spider (Entireweb; Beta/1.1; http://www.entireweb.com/about/search_tech/speedyspider/)','Speedy Spider (Entireweb; Beta/1.0; http://www.entireweb.com/about/search_tech/speedyspider/)','Speedy Spider (Beta/1.0; www.entireweb.com)','Speedy Spider (http://www.entireweb.com/about/search_tech/speedy_spider/)','Speedy Spider (http://www.entireweb.com/about/search_tech/speedyspider/)','Speedy Spider (http://www.entireweb.com)','Sosospider+(+http://help.soso.com/webspider.htm)','sogou spider','Nusearch Spider (www.nusearch.com)','nuSearch Spider (compatible; MSIE 4.01; Windows NT)','lmspider (lmspider@scansoft.com)','lmspider lmspider@scansoft.com','ldspider (http://code.google.com/p/ldspider/wiki/Robots)','iaskspider/2.0(+http://iask.com/help/help_index.html)','iaskspider','hl_ftien_spider_v1.1','hl_ftien_spider','FyberSpider (+http://www.fybersearch.com/fyberspider.php)','FyberSpider','everyfeed-spider/2.0 (http://www.everyfeed.com)','envolk[ITS]spider/1.6 (+http://www.envolk.com/envolkspider.html)','envolk[ITS]spider/1.6 ( http://www.envolk.com/envolkspider.html)','Baiduspider+(+http://www.baidu.com/search/spider_jp.html)','Baiduspider+(+http://www.baidu.com/search/spider.htm)','BaiDuSpider','Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0) AddSugarSpiderBot www.idealobserver.com',]

2.在spider同级目录下建立一个MidWare文件价里面写一个HeaderMidWare.py文件 内容为

# encoding: utf-8
from scrapy.utils.project import get_project_settings
import randomsettings = get_project_settings()class ProcessHeaderMidware():"""process request add request info"""def process_request(self, request, spider):"""随机从列表中获得header, 并传给user_agent进行使用"""ua = random.choice(settings.get('USER_AGENT_LIST'))  spider.logger.info(msg='now entring download midware')if ua:request.headers['User-Agent'] = ua# Add desired logging message here.spider.logger.info(u'User-Agent is : {} {}'.format(request.headers.get('User-Agent'), request))pass

3.在setting.py文件中添加

DOWNLOADER_MIDDLEWARES = {
'projectName.MidWare.HeaderMidWare.ProcessHeaderMidware': 543,
}

第二种方法:fake_userAgent的使用

fake_userAgent是github上的开源项目
1.安装 fake_userAgent
    pip install fake-useragent

fake_userAgent 使用方法

from fake_useragent import UserAgent
import requestsua = UserAgent()
print(ua.ie)       #ie浏览器的user agent
print(ua.opera)    #opera浏览器
print(ua.chrome)   #chrome浏览器
print(ua.firefox)  #firefox浏览器
print(ua.safari)   #safri浏览器#最常用的方式
#写爬虫最实用的是可以随意变换headers,一定要有随机性。支持随机生成请求头
print(ua.random)
print(ua.random)
print(ua.random)######################################################请求的网址
url="http://www.baidu.com"#请求头
headers={"User-Agent":ua.random}#请求网址
response=requests.get(url=url,headers=headers)#响应体内容
print(response.text)#响应状态信息
print(response.status_code)#响应头信息
print(response.headers)

2.在spider同级目录下建立一个MidWare文件价里面写一个user_agent_middlewares.py文件内容为

# -*- coding: utf-8 -*-
from fake_useragent import UserAgentclass RandomUserAgentMiddlware(object):#随机跟换user-agentdef __init__(self,crawler):super(RandomUserAgentMiddlware,self).__init__()self.ua = UserAgent()self.ua_type = crawler.settings.get('RANDOM_UA_TYPE','random')#从setting文件中读取RANDOM_UA_TYPE值@classmethoddef from_crawler(cls,crawler):return cls(crawler)def process_request(self,request,spider):  ###系统电泳函数def get_ua():return getattr(self.ua,self.ua_type)# user_agent_random=get_ua()request.headers.setdefault('User_Agent',get_ua())pass

3.在setting.py中添加

RANDOM_UA_TYPE = 'random'##random    chromeDOWNLOADER_MIDDLEWARES = {'projectName.MidWare.user_agent_middlewares.RandomUserAgentMiddlware': 543, 'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware':None,}

fake_userAgent伪装代理就配置好了,与第一种方法相比不用写一大串的浏览器头,那些浏览器头会在https://fake-useragent.herokuapp.com/browsers/0.1.7 中得到。


在第一次启用fake_userAgent的时候会有一些错,我认为是项目请求网络时需要缓存一些内容而导致的。

github地址:https://github.com/sea1234/fake-useragent

scrapy 伪装代理和 fake_userAgent 的使用相关推荐

  1. scrapy 伪装_Python scrapy 伪装代理和fake_userAgent的使用

    scrapy 伪装代理和fake_userAgent的使用 伪装浏览器代理 在爬取网页是有些服务器对请求过滤的不是很高可以不用ip来伪装请求直接将自己的浏览器信息给伪装也是可以的. 第一中方法: 1. ...

  2. scrapy 伪装代理和fake_userAgent的使用

    伪装浏览器代理 在爬取网页是有些服务器对请求过滤的不是很高可以不用ip来伪装请求直接将自己的浏览器信息给伪装也是可以的. 第一中方法: 1.在setting.py文件中加入以下内容,这是一些浏览器的头 ...

  3. Scrapy框架爬取我爱我家二手房信息存储CSV、mysql(IP代理和User-Agent用户代理)

    有一段时间没出来活动了闲来无事弄个玩玩O(∩_∩)O哈哈~ 想必学过Scrapy框架的人都知道如何创建Scrapy和运行,那么我这里呢现将我创的框架展示一下 scrapy startproject p ...

  4. Scrapy伪装成随机浏览器

    好多小伙伴在Scrapy伪装成随机浏览器时,学习伪装浏览器但没开启中间件.现在博主利用空闲时间现在出个完整的教程. Scrapy伪装成随机浏览器实现过程如下,需要在middlewares.py代码中添 ...

  5. JDK动态代理和Cglib的动态代理

    2019独角兽企业重金招聘Python工程师标准>>> 最简单的是静态代理方法,即代理模式,这里就不多啰嗦了.. 重点说一下JDK的动态代理和Cglib的动态代理吧 先说JDK的,需 ...

  6. AspectJ和Spring AOP(java动态代理和CGLIB)简单介绍

    1.AOP介绍 什么是AOP:AOP就是面向切面编程.使用的背景: 1)我们的振隆维护着一千个方法,一天老板让振隆把这一千个方法都要加上事务代码(统一代码) 2)振隆咬咬牙,添加了一个新的方法,然后让 ...

  7. jdk动态代理和cglib动态代理的区别

    一.原理区别: java动态代理是利用反射机制生成一个实现代理接口的匿名类,在调用具体方法前调用InvokeHandler来处理. 而cglib动态代理是利用asm开源包,对代理对象类的class文件 ...

  8. 八 web爬虫讲解2—urllib库爬虫—ip代理—用户代理和ip代理结合应用

    使用IP代理 ProxyHandler()格式化IP,第一个参数,请求目标可能是http或者https,对应设置 build_opener()初始化IP install_opener()将代理IP设置 ...

  9. Spring中AOP的两种代理方式(Java动态代理和CGLIB代理)

    第一种代理即Java的动态代理方式上一篇已经分析,在这里不再介绍,现在我们先来了解下GCLIB代理是什么?它又是怎样实现的?和Java动态代理有什么区别? cglib(Code Generation ...

最新文章

  1. linux命令学习之 cp(命令学习之四)
  2. hibernate多对多,转换为两个一对多
  3. OpenCV图像分割Grabcut算法
  4. 怎样将python的文件转化为windows的可执行程序
  5. 分析型数据仓库中读写分离的实现
  6. oracle数据库的model,Oracle 11g学习笔记–model子句
  7. ITK:从图像区域中随机选择像素而不进行替换
  8. 使用不可序列化的属性序列化Java对象
  9. 国内985副教授与行政人员一年能够拿到多少工资?
  10. iPhoneアプリに本格ホラーアドベンチャー監獄脱出少女 android
  11. JavaScript高级程序设计(第3版)中文在线阅读,也可以免费下载~
  12. 多模块java项目代码混淆
  13. PCB画板与硬件调试+AD快捷键小技巧
  14. 超详细的免费下载论文方法
  15. vue.js可视化开发工具_Vue.js开发工具
  16. java中的flag
  17. 任凭弱水三千,我只取一瓢饮
  18. 白城师范学院计算机科学学院官网,计算机科学学院2017-2018学年度第二学期奖学金公示...
  19. sqlite developer过期解决办法
  20. HTML5 与 CSS3 jQuery部分知识总结

热门文章

  1. 线性代数应该这样讲(一)
  2. Spring Boot中使用Spring Security进行安全控制
  3. OpenKG 祝大家元宵节快乐!
  4. 论文浅尝 | Interaction Embeddings for Prediction and Explanation
  5. 简单Nlp分析套路,获取数据(爬虫),数据处理(分词,词频,命名实体识别与关键词抽取),结果展现
  6. 2019字节跳动秋招笔试
  7. Android官方开发文档Training系列课程中文版:线程执行操作之线程间通讯
  8. python xml
  9. 赛码网算法: 军训队列( python实现 )
  10. 20145324 《Java程序设计》第6周学习总结