您的位置：首页 > 新闻资讯 > 正文

网络爬虫伪装用户--伪装浏览器

发布时间：2019-03-16 09:16:00 来源：互联网

网站限制网络爬虫的方法不少，为了便于操作，网络爬虫也可以伪装用户的，通常的方法是伪装成为浏览器，这是为什么呢？

User-Agent参数，简称为UA，该参数的作用是用于表明本次请求载体的身份标识。如果我们通过浏览器发起的请求，则该请求的载体为当前浏览器，则UA参数的值表明的是当前浏览器的身份标识表示的一串数据。如果我们使用爬虫程序发起的一个请求，则该请求的载体为爬虫程序，那么该请求的UA为爬虫程序的身份标识表示的一串数据。

有些网站会通过辨别请求的UA来判别该请求的载体是否为爬虫程序，如果为爬虫程序，则不会给该请求返回响应，那么我们的爬虫程序则也无法通过请求爬取到该网站中的数据值，这也是反爬虫的一种初级技术手段。那么为了防止该问题的出现，则我们可以给爬虫程序的UA进行伪装，伪装成某款浏览器的身份标识。

当网站检查你是不是真的浏览器访问，还是机器自动访问的时候，我们可以加上User-Agent，表明你是浏览器访问即可。

服务器会识别headers中的referer是不是它自己，如果不是，有的服务器不会响应，所以我们还可以在headers中加入referer。以谷歌浏览器的开发者工具为例（右键检查或Ctrl+Shift+I），刷新页面，在Network模块中我们点开左边name中项目，可以看到一些信息，其中我们就可以看到Referer和User-Agent的信息，把它们复制下。