怎么繞過python反爬蟲獲取租房信息

這篇文章主要介紹了怎么繞過python反爬蟲獲取租房信息，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。

python爬蟲試了一下，但是遇到了反爬蟲的阻攔，不過最終還是通過修改代碼解決了。接下來我們就一起看看繞過python反爬蟲獲取租房信息的方法吧。

在有的頁面后面會出現一段代碼，通過禁用瀏覽器JavaScript發現每頁其實初始界面是一段JS代碼，然后跳轉至目標頁

百度了一下這種反爬蟲的繞過措施都是Python加載JS代碼，自己感覺比較麻煩就沒有實施，但是在查看網頁源代碼時發現了下面這段代碼，其目的應該是檢測到移動端跳轉至移動端網頁

既然使用了Ajax，抓包抓一下瀏覽時傳輸的數據就得到了下面的URL

上圖黃色畫出的就是每次向下瀏覽加載的頁面，通過修改后面的數字可以定位不同的頁面，構造URL，那么剩下的就是爬取數據了，下面貼一下簡略代碼

import requests
from lxml import etree
import xlwt
import time
 
headers = {
       'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome'
                     '/70.0.3538.110 Safari/537.36'
}
all_info_list = []
 
 
def get_photo(url):
    res = requests.get(url, headers=headers)
    selector = etree.HTML(res.text)
    divs = selector.xpath('//div[@class="list_con"]')
    for div in divs:
        names = div.xpath('div[2]/h4/text()')[0].strip()
        types = div.xpath('div[2]/p[1]/text()[1]')[0]
        area = div.xpath('div[2]/p[1]/text()[2]')[0]
        direction = div.xpath('div[2]/p[1]/text()[3]')[0]
        price = div.xpath('div[2]/div/p/text()')[0]
        info_list = [names, types, area, direction, price]
        all_info_list.append(info_list)
    time.sleep(1)
 
 
if __name__=='__main__':
    urls = ['https://m.5i5j.com/bj/zufang/index-_%E6%9C%9B%E4%BA%AC/n{}'.format(str(i)) for i in range(1,4)]
    for url in urls:
        get_photo(url)
    xls_header = ['地點', '戶型', '面積', '朝向', '價格']
 
    book = xlwt.Workbook(encoding='utf-8')
    sheet = book.add_sheet('5i5j')
    for h in range(len(xls_header)):
        sheet.write(0,h,xls_header[h])
    i = 1
    for list in all_info_list:
        j = 0
        for data in list:
            sheet.write(i, j, data)
            j += 1
        i += 1
    book.save('5i5j.xls')

感謝你能夠認真閱讀完這篇文章，希望小編分享怎么繞過python反爬蟲獲取租房信息內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!