scrapy采集数据目标网站返回 301问题的解决
今天,在采集数据的时候,目标网站一直返回301,百思不得其解,在网上也找了好多的解决办法,大多不靠谱,经过分析后,问题终于解决了,
目标网站返回301的原因肯定是,爬虫伪装的不够好,被服务器识别出是爬虫,所以直接返回了301后者是404,403等状态码。
解决办法是:通过f12分析,得到浏览器访问网站是带的一些参数,如下图:
可以一个一个的试验,看到底是那几个参数是关键参数,一般来说肯定有User-Agent,Cookie等,但有的网站也会带上其他的参数,当一时找不到是那几个参数时,可以采用排除法,这些会快一些。
分析出来是那几个参数时,就可以在爬虫程序里面添加上,基本上就能解决问题了。