IT帮

 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 100|回复: 0

爬虫帮助你看免费小说

[复制链接]

35

主题

41

帖子

48

积分

小学生

Rank: 1

热心值
2
IT币
229
贡献值
1
QQ
发表于 2021-8-6 16:32:08 | 显示全部楼层 |阅读模式
今天心血来潮想去爬取下小说网站的数据,起因是因为以前很喜欢看起点网上面的小说,但是很多好看的小说都要钱,然而我又不想付费看小说,然后胖友就推介了笔趣网。这也是一个看小说网站,这里面有很多起点中文网的免费小说。但是呢这个网站只能在线浏览,不支持小说打包下载,伤心呀。
所以本次爬取呢,就是从该网站爬取并保存一个名为《东宫》的小说。还有就是这只是作为爬虫学习的一个例子,大家还是要支持正版的哈。
采集任何网站的数据,我们都要能突破网站的反爬虫机制,预防网站封ip,这样才能高效的完成任务,之前分享过,需要大量采集数据的时候,需要用高匿名代理进行辅助,还需要控制爬虫访问的速度,这样就可以大大降低网站封IP的几率。如果想要了解更多更多爬虫采集的问题,可以关注https://www.16yun.cn/
具体实现如下:
#! -*- encoding:utf-8 -*-        import base64                    import sys        import random        PY3 = sys.version_info[0] >= 3        def base64ify(bytes_or_str):            if PY3 and isinstance(bytes_or_str, str):                input_bytes = bytes_or_str.encode('utf8')            else:                input_bytes = bytes_or_str            output_bytes = base64.urlsafe_b64encode(input_bytes)            if PY3:                return output_bytes.decode('ascii')            else:                return output_bytes        class ProxyMiddleware(object):                            def process_request(self, request, spider):                # 代理服务器(产品官网 www.16yun.cn)                proxyHost = "t.16yun.cn"                proxyPort = "31111"                # 代理验证信息                proxyUser = "16NVEMMF"                proxyPass = "172329        "                request.meta['proxy'] = "http://{0}:{1}".format(proxyHost,proxyPort)                # 添加验证头                encoded_user_pass = base64ify(proxyUser + ":" + proxyPass)                request.headers['Proxy-Authorization'] = 'Basic ' + encoded_user_pass                                    # 设置IP切换头(根据需求)                tunnel = random.randint(1,10000)                request.headers['Proxy-Tunnel'] = str(tunnel)
以上就是本文的全部内容,希望对大家的学习有所帮助。


ITbang.Net是一个IT教程分享社区!

寻找论坛资源请善用论坛搜索功能,这样会为你节约不少学习时间;

论坛资源如有过期链接失效等,请到教程反馈区发帖反馈,我们会为您良好的行为点赞加分!

回复

使用道具 举报

*滑块验证:
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

免责声明:
IT帮论坛所发布的一切视频资源、工具软件和网络技术相关的文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该资源,请支持正版软件,购买注册,得到更好的正版服务。

Mail To:Service@ITbang.Net

QQ|Archiver|手机版|小黑屋|IT帮社区 ( 冀ICP备19002104号-2 )

GMT+8, 2021-9-19 22:03 , Processed in 0.059293 second(s), 20 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表