设为首页收藏本站
切换到窄版

鱼C论坛

 找回密码
 立即注册
鱼C论坛»论坛 › 技术交流 › 新手乐园 › python 爬取豆瓣 被封ip怎么办
返回列表 发新帖
查看: 9704|回复: 19

[已解决]python 爬取豆瓣 被封ip怎么办

[复制链接]
是阿佳！
发表于 2022-1-15 22:42:41 | 显示全部楼层 |阅读模式

马上注册，结交更多好友，享用更多功能^_^

您需要 登录 才可以下载或查看，没有账号？立即注册

x
本帖最后由 是阿佳！ 于 2022-1-18 14:08 编辑

已经用代理、写headers，但是还是出现这样的问题

  1. import pickle, random, requests, bs4

  3. def loadips():

  5.     with open('ips2.pkl', 'rb') as f:
  6.         ips = pickle.load(f)

  8.     return ips



  12. def getSoup(ips):
  13.    
  14.     headers = {"User-Agent":"ozilla/5.0 (Windows NT 10.0; " \
  15.                + "Win64; x64) AppleWebKit/537.36 (KHTML, like " \
  16.                + "Gecko) Chrome/97.0.4692.71 Safari/537.36"}
  17.    
  18.     hosts, nums, soups = [], [i*25 for i in range(10)], []


  21.     for i in nums:
  22.         hosts.append("https://movie.douban.com/top250?start=" + str(i) +"&filter=")


  25.     for i in hosts:
  26.         
  27.         proxy = {'http': random.choice(ips)}
  28.         res = requests.get(i, \
  29.                        headers=headers, proxies=proxy)

  31.         html = bs4.BeautifulSoup(res.text, "html.parser")
  32.         soups.append(html)
  33.         print(proxy)
  34.         print(html)
  35.         print('='*100)

  37.     return soups



  41. getSoup(loadips())

复制代码


打印结果：


  1. {'http': '219.246.65.55:80'}
  2. <html>
  3. <head>
  4. <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
  5. <meta content="width=device-width, initial-scale=1" name="viewport"/>
  6. <title>豆瓣 - 登录跳转页</title>
  7. <style type="text/css">
  8.         body{font-family:Arial,Helvetica,sans-serif;font-size:14px;}
  9.         h1{font-size:25px;margin:25px 0 10px 0;}
  10.     </style>
  11. </head>
  12. <body>
  13. <div>
  14. <div style="margin:20px auto;">
  15. <div style="font-size:25px;color:#1b9336;border-bottom:5px solid #eef9eb">
  16. <span style="font-size:20px;font-weight:bold">豆瓣</span> d<span style="color:#0092c8">o</span><span style="color:#ffad68">u</span><span>b</span><span style="color:#0092c8">a</span><span style="color:#ffad68">n</span>
  17. </div>
  18. <h1>登录跳转</h1>
  19. <div><p>有异常请求从你的 IP 发出，请 <a href="https://accounts.douban.com/passport/login?redir=https%3A%2F%2Fmovie.douban.com%2Ftop250%3Fstart%3D0%26filter%3D">登录</a> 使用豆瓣</p></div>
  20. </div>
  21. </div>
  22. </body>
  23. </html>

  25. ====================================================================================================
  26. {'http': '222.74.73.202:42055'}
  27. <html>
  28. <head>
  29. <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
  30. <meta content="width=device-width, initial-scale=1" name="viewport"/>
  31. <title>豆瓣 - 登录跳转页</title>
  32. <style type="text/css">
  33.         body{font-family:Arial,Helvetica,sans-serif;font-size:14px;}
  34.         h1{font-size:25px;margin:25px 0 10px 0;}
  35.     </style>
  36. </head>
  37. <body>
  38. <div>
  39. <div style="margin:20px auto;">
  40. <div style="font-size:25px;color:#1b9336;border-bottom:5px solid #eef9eb">
  41. <span style="font-size:20px;font-weight:bold">豆瓣</span> d<span style="color:#0092c8">o</span><span style="color:#ffad68">u</span><span>b</span><span style="color:#0092c8">a</span><span style="color:#ffad68">n</span>
  42. </div>
  43. <h1>登录跳转</h1>
  44. <div><p>有异常请求从你的 IP 发出，请 <a href="https://accounts.douban.com/passport/login?redir=https%3A%2F%2Fmovie.douban.com%2Ftop250%3Fstart%3D25%26filter%3D">登录</a> 使用豆瓣</p></div>
  45. </div>
  46. </div>
  47. </body>
  48. </html>

  50. ====================================================================================================
  51. {'http': '59.63.74.63:8118'}
  52. <html>
  53. <head>
  54. <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
  55. <meta content="width=device-width, initial-scale=1" name="viewport"/>
  56. <title>豆瓣 - 登录跳转页</title>
  57. <style type="text/css">
  58.         body{font-family:Arial,Helvetica,sans-serif;font-size:14px;}
  59.         h1{font-size:25px;margin:25px 0 10px 0;}
  60.     </style>
  61. </head>
  62. <body>
  63. <div>
  64. <div style="margin:20px auto;">
  65. <div style="font-size:25px;color:#1b9336;border-bottom:5px solid #eef9eb">
  66. <span style="font-size:20px;font-weight:bold">豆瓣</span> d<span style="color:#0092c8">o</span><span style="color:#ffad68">u</span><span>b</span><span style="color:#0092c8">a</span><span style="color:#ffad68">n</span>
  67. </div>
  68. <h1>登录跳转</h1>
  69. <div><p>有异常请求从你的 IP 发出，请 <a href="https://accounts.douban.com/passport/login?redir=https%3A%2F%2Fmovie.douban.com%2Ftop250%3Fstart%3D50%26filter%3D">登录</a> 使用豆瓣</p></div>
  70. </div>
  71. </div>
  72. </body>
  73. </html>
复制代码


我不用代理也是这个样子
  1. import requests, bs4

  3. def getSoup():
  4.    
  5.     headers = {"User-Agent":"ozilla/5.0 (Windows NT 10.0; " \
  6.                + "Win64; x64) AppleWebKit/537.36 (KHTML, like " \
  7.                + "Gecko) Chrome/97.0.4692.71 Safari/537.36"}
  8.    
  9.     hosts, nums, soups = [], [i*25 for i in range(10)], []


  12.     for i in nums:
  13.         hosts.append("https://movie.douban.com/top250?start=" + str(i) +"&filter=")


  16.     for i in hosts:

  18.         res = requests.get(i, \
  19.                        headers=headers)

  21.         html = bs4.BeautifulSoup(res.text, "html.parser")
  22.         soups.append(html)
  23.         print(html)
  24.         print('='*100)

  26.     return soups



  30. getSoup()
复制代码
  1. <html>
  2. <head>
  3. <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
  4. <meta content="width=device-width, initial-scale=1" name="viewport"/>
  5. <title>豆瓣 - 登录跳转页</title>
  6. <style type="text/css">
  7.         body{font-family:Arial,Helvetica,sans-serif;font-size:14px;}
  8.         h1{font-size:25px;margin:25px 0 10px 0;}
  9.     </style>
  10. </head>
  11. <body>
  12. <div>
  13. <div style="margin:20px auto;">
  14. <div style="font-size:25px;color:#1b9336;border-bottom:5px solid #eef9eb">
  15. <span style="font-size:20px;font-weight:bold">豆瓣</span> d<span style="color:#0092c8">o</span><span style="color:#ffad68">u</span><span>b</span><span style="color:#0092c8">a</span><span style="color:#ffad68">n</span>
  16. </div>
  17. <h1>登录跳转</h1>
  18. <div><p>有异常请求从你的 IP 发出，请 <a href="https://accounts.douban.com/passport/login?redir=https%3A%2F%2Fmovie.douban.com%2Ftop250%3Fstart%3D0%26filter%3D">登录</a> 使用豆瓣</p></div>
  19. </div>
  20. </div>
  21. </body>
  22. </html>

  24. ====================================================================================================
  25. <html>
  26. <head>
  27. <meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
  28. <meta content="width=device-width, initial-scale=1" name="viewport"/>
  29. <title>豆瓣 - 登录跳转页</title>
  30. <style type="text/css">
  31.         body{font-family:Arial,Helvetica,sans-serif;font-size:14px;}
  32.         h1{font-size:25px;margin:25px 0 10px 0;}
  33.     </style>
  34. </head>
  35. <body>
  36. <div>
  37. <div style="margin:20px auto;">
  38. <div style="font-size:25px;color:#1b9336;border-bottom:5px solid #eef9eb">
  39. <span style="font-size:20px;font-weight:bold">豆瓣</span> d<span style="color:#0092c8">o</span><span style="color:#ffad68">u</span><span>b</span><span style="color:#0092c8">a</span><span style="color:#ffad68">n</span>
  40. </div>
  41. <h1>登录跳转</h1>
  42. <div><p>有异常请求从你的 IP 发出...
复制代码


但是用浏览器却能正常访问，是不是cookie的问题？？？？？

这里改UA，加上cookie和time.sleep(1)即可
最佳答案
月排行榜 / 总排行榜
isdkz
2022-1-16 07:16:38
是你的UA的问题吧，“Mozilla”少了个“M”
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

王尧
发表于 2022-1-15 22:45:22 | 显示全部楼层

回帖奖励 +10 鱼币

都被人封了, 就算了吧 ,哥
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

是阿佳！
 楼主| 发表于 2022-1-15 22:48:35 | 显示全部楼层
王尧 发表于 2022-1-15 22:45
都被人封了, 就算了吧 ,哥

是我找的ip不靠谱吗
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

王尧
发表于 2022-1-15 23:11:43 | 显示全部楼层
是阿佳！ 发表于 2022-1-15 22:48
是我找的ip不靠谱吗

不好意思,我不懂python,我只会web
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

isdkz
发表于 2022-1-16 07:16:38 | 显示全部楼层    本楼为最佳答案   

回帖奖励 +10 鱼币

是你的UA的问题吧，“Mozilla”少了个“M”
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

100gram
发表于 2022-1-16 10:55:06 | 显示全部楼层

回帖奖励 +10 鱼币

想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

myqf123
发表于 2022-1-16 11:07:12 | 显示全部楼层

回帖奖励 +10 鱼币

无解
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

tianlai7266
发表于 2022-1-16 12:56:31 | 显示全部楼层

回帖奖励 +10 鱼币

想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

AdiosSpike
发表于 2022-1-16 13:11:02 | 显示全部楼层

回帖奖励 +10 鱼币

谢谢
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

foxiangzun
发表于 2022-1-16 13:18:56 | 显示全部楼层

回帖奖励 +10 鱼币

没事，貌似豆瓣的解封时间是 48 小时，如果你能用浏览器正常访问豆瓣的话，那就没什么问题了，之前我也被封过，后来过了 48 小时就解封了，耐心等待吧
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

233073524
发表于 2022-1-16 13:36:10 | 显示全部楼层

回帖奖励 +10 鱼币

你连一个sleep都不肯加，怎么能不封你的ip，你这种访问行为和ddos有什么两样呢？
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

沮授
发表于 2022-1-16 13:44:20 | 显示全部楼层

回帖奖励 +10 鱼币

还能访问应该没被封ip吧
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

darrenkwan
发表于 2022-1-16 14:51:48 | 显示全部楼层

回帖奖励 +10 鱼币

封了就算了吧，哥
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

python爱好者.
发表于 2022-1-17 09:18:52 | 显示全部楼层
.
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

JingClytze
发表于 2022-1-17 11:41:57 | 显示全部楼层
不懂
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

jiminli88
发表于 2022-1-17 20:39:01 | 显示全部楼层
厉害啊，都玩爬虫了
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

伽羅~
发表于 2022-1-24 10:46:18 | 显示全部楼层
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

qwb1997
发表于 2022-1-24 13:04:47 | 显示全部楼层
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

qwb1997
发表于 2022-1-24 14:17:47 | 显示全部楼层
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复

使用道具 举报

swanseabrian
发表于 2022-2-7 10:54:20 | 显示全部楼层
代理ip从哪里搞的呀,老大,我也想采集一下
想知道小甲鱼最近在做啥？请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-4-29 01:55

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表