当前位置:

首页 > 编程开发 > Python爬虫反爬技巧:headers与代理使用教学

Python爬虫反爬技巧:headers与代理使用教学

处理反爬需模拟真实浏览器行为,包括完整headers(如Referer、Sec-Fetch-*)、高质量代理轮换、Session管理Cookie、禁用重定向、合理超时与随机延迟。

本文目录

    处理反爬需模拟真实浏览器行为,包括完整headers(如Referer、Sec-Fetch-*)、高质量代理轮换、Session管理Cookie、禁用重定向、合理超时与随机延迟。

    Python爬虫反爬怎么处理_headers与代理技巧【教学】

    处理反爬,核心是让请求更像真实浏览器行为。光靠改 User-Agent 很难绕过现代网站的检测,必须配合合理的 headers 设置 和 代理轮换策略,才能稳定获取数据。

    Headers 设置不能只填 User-Agent

    很多新手以为加个随机 UA 就万事大吉,其实服务器会校验一整套请求头逻辑。比如:

    • Referer 要匹配目标页面来源(如从首页点进详情页,Referer 就该是首页 URL)
    • Accept-Language、Accept-Encoding、Connection 这些字段缺失或格式异常,容易被识别为脚本请求
    • 部分站点(如知乎、淘宝)还会验证 Sec-Fetch-* 系列头部(如 Sec-Fetch-Mode: navigate),虽非强制,但补全后更接近 Chrome 正常访问

    建议用浏览器开发者工具(Network → 某个请求 → Headers)直接复制真实请求头,再用字典传给 requests.get(url, headers=headers)。避免手写不一致的值。

    代理不是“有就行”,关键在质量与调度

    免费代理池大多失效快、响应慢、IP 被封率高。实际使用中要注意:

    • 优先选 HTTP/HTTPS 类型代理,SOCKS5 在 requests 中需额外装 requests[socks],且多数公开 SOCKS 代理不稳定
    • 每次请求前做 代理可用性检测:用 requests.get("http://httpbin.org/ip", proxies=proxies, timeout=3) 验证是否返回正确 IP 且不超时
    • 不要固定用一个代理反复刷——设置 请求间隔 + 代理轮换,例如每 3–5 次请求换一次 IP,配合 time.sleep(1–3)

    Cookies 和 Session 处理常被忽略

    有些网站(如登录态页面、AJAX 接口)依赖 Cookie 或完整会话上下文。单纯发 GET 请求拿不到数据:

    • 用 requests.Session() 保持会话,自动管理 Cookie
    • 首次访问首页时,先 session.get(home_url),再用同一 session 请求后续接口
    • 若需登录,模拟表单提交后检查响应内容是否含 “登录成功” 或跳转,确认 Cookie 生效再继续

    强行在 headers 里硬编码 Cookie 字符串,容易因过期或签名失效导致 403。

    简单但有效的“拟人化”补充技巧

    除了 headers 和代理,几个小动作能显著降低被拦截概率:

    • 禁用自动重定向:allow_redirects=False,防止跳转链暴露行为模式
    • 设置合理 timeout(通常 5–10 秒),超时就换代理重试,避免卡死
    • 对响应状态码做分级处理:200 正常解析;403/429 表示被限流,暂停几秒再试;503 直接换代理
    • 必要时加随机延迟(random.uniform(1.2, 3.8)),避免请求时间过于规律

    不复杂但容易忽略。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    QQ影音怎么加速播放视频课程
    QQ影音怎么加速播放视频课程

    播放时右键选播放速度,或点控制条倍速,1.25 到 1.5 倍看课最舒服;公式代码类内容别超过 1.25 倍。

    企业微信创建企业提示失败怎么办 实名与填写检查
    企业微信创建企业提示失败怎么办 实名与填写检查

    先看提示属于哪类:名称占用就加后缀,实名不一致就重填本人信息,证件不清晰就重拍。统一社会信用代码逐位核对,连续三次失败别改材料重投,直接联系客服人工核。

    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。