爬蟲常見的反爬措施有三種：

1、header頭部信息

解決方法：

加User-Agent值：

如果不加header頭，部分網站服務器判斷不到用戶的訪問來源，所以會返回一個404錯誤來告知你是一個爬蟲，拒絕訪問，解決辦法如下：headers?=?{

'User-agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/83.0.4103.56?Safari/537.36'

}

這樣服務器就會把用戶當做瀏覽器了。

加Referer值

這類反爬網站也很常見，例如美團，僅僅加User-Agnet還是返回錯誤信息，這時就要把Referer值也加到頭部信息中：

這樣就會返回正常網頁了。

加Host值

根據同源地址判斷用戶是否為爬蟲，解決辦法為：

加Accept值

之前遇到過這種網站，我加了一圈header頭部信息才成功，最后發現是需要加Accept值，這類反爬措施的解決辦法為：

2、限制IP的請求數量

這種就更常見了，大部分網站都有此類反爬措施，也就是說網站服務器會根據某個ip在特定時間內的訪問頻率來判斷是否為爬蟲，然后把你把你拉進“黑名單”，素質好的給你返回403或者出來個驗證碼，素質不好的會給你返回兩句臟話。此種情況有兩種解決辦法：

①降低爬蟲請求速率，但是會降低效率；

②添加代理ip，代理ip又分為付費的和不要錢的，前者比較穩定，后者經常斷線。

添加格式為：

3、Ajax動態請求加載

這類一般是動態網頁，無法直接找到數據接口，以某易新聞網站為例：

我想爬取該網頁內的新聞圖片，發現它的網頁url一直不變，但是下拉網頁的時候會一直加載圖片，那么我們該怎么辦呢？

首先按照開頭方式打開流量分析工具

點擊左上角“垃圾桶”圖標清空緩存，然后下拉新聞網頁：

會出現一大堆東西，但是不用慌，我們可以根據類型去尋找，一般圖片信息肯定實在html、js或json格式的文件中，一個一個點進去看看，很快就找到了結果：

結果中把callback去掉之后就是個json文件，它的url為：

更多Python知識，請關注：Python自學網！！