|
在编写爬虫程序时，一般都会构建一个User-Agent（用户代理）池，就是把多个浏览器的UA信息放进列表中，然后再从中随机选择。构建用户代理池，能够避免总是使用一个UA来访问网站，因为短时间内总使用一个UA高频率访问的网站，可能会引起网站的警觉，从而封杀掉IP。 自定义UA代理池构建代理池的方法也非常简单，在您的Pycharm工作目录中定义一个ua_info.py文件，并将以下UA信息以列表的形式粘贴到该文件中，如下所示： ua_list = [ 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11', 'User-Agent:Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11', 'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50', 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0', ' Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1', ' Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1', ]123456789101112复制代码类型：[python] 经过上述操作，用户代理池就构建成功。 模块随机获取UA您也可以使用专门第三方的模块来随机获取浏览器UA信息，不过该模块需要单独安装，安装方式如下： pip install fake-useragent1复制代码类型：[python] 下载安装成功后，演示如下代码： from fake_useragent import UserAgent#实例化一个对象ua=UserAgent()#随机获取一个ie浏览器uaprint(ua.ie) print(ua.ie)#随机获取一个火狐浏览器uaprint(ua.firefox) print(ua.firefox)123456789复制代码类型：[python] 输出结果： #随机获取ie的ua信息Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.0; Trident/4.0; GTB7.4; InfoPath.3; SV1; .NET CLR 3.1.76908; WOW64; en-US) Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0 #随机获取火狐的ua信息Mozilla/5.0 (Macintosh; Intel Mac OS X 10.8; rv:21.0) Gecko/20100101 Firefox/21.0Mozilla/5.0 (Windows NT 5.0; rv:21.0) Gecko/20100101 Firefox/21.0 |
|
|
