python爬虫(10)之get()函数

1、headers

用于设置请求包中的请求头信息(在很多网站会在那个请求包头加一层验证来防止他人爬取数据)

当然前面已经讲过它是在哪里找

2、params

是用于模拟在发送动态请求时携带动态参数这种常用于那种在搜索框来进行爬取的行为

3、timeout

设置超时的时间,然后requests模块会默认发起请求(主要是为了防止那些网络问题引起的爬虫失败)

4、proxies

设置代理服务器(在某些网站还会限制同一IP地址大量访问,所以会有代理服务器这一方法出现)。

相关推荐
wuyk55515 小时前
Spider-第11讲-工程化改造与可维护性
大数据·爬虫·elasticsearch·搜索引擎
wuyk55517 小时前
Spider-第12讲-asyncio异步并发爬取
大数据·爬虫·elasticsearch·搜索引擎
小宋102117 小时前
AI 爬虫把大学图书馆站点拖垮:按行为指纹给爬虫分类、按类发配额、用边缘缓存分层,以带宽成本结构和真实用户 P95 延迟定档
人工智能·爬虫·分类
wuyk5551 天前
Spider-第10讲-SQLite持久化与去重
数据库·爬虫·sqlite
wuyk5552 天前
Spider-第09讲-三格式落盘CSV-Excel-JSON
爬虫·python·json·excel
wuyk5553 天前
Spider-第07讲-JSON接口与正则提取
爬虫·python·json
feasibility.3 天前
一物降一物?AI逆向没有终局:REA拆App,BLA设套,LASIK清场
人工智能·爬虫·github·逆向·skill·rea
wuyk5555 天前
Spider-第03讲-HTTP速通与读懂响应
网络·爬虫·网络协议·http
xyzzklk11 天前
在Open-WebUI中提升向量化速度
网络·人工智能·爬虫·ai·语言模型·自然语言处理·安卓
严肃小白兔11 天前
Cloudflare 开始区分 AI 爬虫与个人 Agent:网站访问控制应该怎样设计?
人工智能·爬虫