1、判斷請求頭來進行反爬

這是很早期的網站進行的反爬方式

User-Agent 用戶代理referer 請求來自哪里cookie 也可以用來做訪問憑證解決辦法：請求頭里面添加對應的參數（復制瀏覽器里面的數據）

2、根據用戶行為來進行反爬

請求頻率過高，服務器設置規定時間之內的請求閾值 解決辦法：降低請求頻率或者使用代理（IP代理）網頁中設置一些陷阱（正常用戶訪問不到但是爬蟲可以訪問到） 解決辦法：分析網頁，避開這些特殊陷阱請求間隔太短，返回相同的數據解決辦法：增加請求間隔

3、js加密

反爬方式中較為難處理的一類。js加密的原理：服務器響應給瀏覽器的js文件，可以動態的生成一些加密參數，瀏覽器會根據js的計算 得到這些參數，在請求中帶入進來，如果請求中沒有這些參數，那么服務器就任務請求無效。

4、字體加密

字體反爬，是一種常見的反爬技術，網站采用了自定義的字體文件，在瀏覽器上正常顯示，但是爬蟲抓取下來的數據要么就是亂碼，要么就是變成其他字符。采用自定義字體文件是CSS3的新特性，熟悉前端的同學可能知道，就是font-face屬性。

5、登錄驗證碼

使用Python爬取網頁內容時往往會遇到使用驗證碼登陸才能訪問其網站，不同網站的使用的驗證碼也不同，在最開始使用簡單驗證碼，識別數字，但是隨著反爬的不斷發展，慢慢設計出了更多復雜的驗證碼，比如：內容驗證碼、滑動驗證碼、圖片拼接驗證碼等等。網上有很多打碼平臺，通過注冊賬號，調用平臺接口，進行驗證碼的驗證。

6、md5相關知識

MD5，消息摘要算法，一種被廣泛使用的密碼散列函數，可以產生出一個128位（16字節）的散列值（hash value），用于確保信息傳輸完整一致。MD5是最常見的摘要算法，速度很快，生成結果是固定的128 bit字節，通常用一個32位的16進制字符串表示。MD5的特點：1.不可逆：不能從密文推導出明文。2.不管明文長度為多少，密文的長度都固定。3.密文之間不會重復。

import hashlibprint(hashlib.md5(’python’.encode()).hexdigest())

字符串python加密后的結果：

23eeeb4347bdd26bfc6b7ee9a3b755dd

7、base64

Base64是網絡上最常見的用于傳輸8Bit字節碼的編碼方式之一，Base64就是一種基于64個可打印字符來表示二進制數據的方法。Base64編碼是從二進制到字符的過程，可用于在HTTP環境下傳遞較長的標識信息。采用Base64編碼具有不可讀性，需要解碼后才能閱讀。

import base64#python中base64的加密print(base64.b64encode(’python’.encode()).decode())#python中base64的解密print(base64.b64decode(’Y2hpbmE=’.encode()).decode())

結果：

cHl0aG9uchina

二、驗證碼驗證

自己動手看驗證碼(古詩詞網)

import requestsurl = 'gushiwen.org'session = requests.Session()text = session.get(url).text# 解析響應，找到驗證碼的圖片地址，# 下載驗證碼圖片，保存with open(’code.jpg’, ’wb’)as f: f.write(’驗證碼的url地址’.encode())code = input(’驗證碼是: ’)login_url = 'login.com'data = { 'username': ’xx’, 'password': ’xx’, 'code': code}requests.post(url, data=data)

使用打碼平臺（圖鑒）

新建一個captcha_api.py

import jsonimport requestsimport base64from io import BytesIOfrom PIL import Imagefrom sys import version_infodef base64_api(uname, pwd, img): img = img.convert(’RGB’) buffered = BytesIO() img.save(buffered, format='JPEG') if version_info.major >= 3: b64 = str(base64.b64encode(buffered.getvalue()), encoding=’utf-8’) else: b64 = str(base64.b64encode(buffered.getvalue())) data = {'username': uname, 'password': pwd, 'image': b64} result = json.loads(requests.post('http://api.ttshitu.com/base64', json=data).text) if result[’success’]: return result['data']['result'] else: return result['message'] return ''def request_captcha(uname, pwd, img_path): img_path = img_path # 待驗證的驗證碼路徑 img = Image.open(img_path) result = base64_api(uname, pwd, img) # 傳入賬號 密碼 和圖片 print(result)

新建use_code.py，調用接口

img_path = ’圖片路徑’from captcha_api import request_captcharet = request_captcha('賬號', '密碼', img_path)

以上就是python 常見的反爬蟲策略的詳細內容，更多關于python反爬蟲的資料請關注好吧啦網其它相關文章！