请求未正常获取到数据可能原因
##、headers中某些参数设置不能通过服务器检测 1、content-length 说明:该字段用于指定响应大小,但是scrapy框架下使用该参数可能会存在返回400错误,这是Twisted本身存在的问题。 解决方案:去除该字段 2、user-agent 说明:指明浏览器类型,该字段可配合ip等其他数据标识请求,反爬中常用作频率检测指标,一旦超过设定的阈值将获取不到数据。 解决方案:随机user-agent,pc web端可使用fake_useragent包 3、refer 说明:指明上一次请求的url,反爬时也有可能检测该字段,url一定要写正确 4、cookie 说明:指明cookie,服务器可通过该字段标识请求,该字段存在字段设置不正确、字段正确但是cookie使用时间过期或者使用次数到达限制等问题 解决方案:对于段正确但是使用时间过期或者使用次数到达限制的问题,需频繁更换cookie ##、请求中某些参数设置不正确 ##)、出口ip被封 总结:请求未正常获取到数据可能原因不只于上面的例举,但是发现错误的方法都是相同的,都是先使用浏览器正常访问,复制成功获取到数据时请求的headers、url和 data,写一个可以成功获取到数据的demo,再和无法获取到数据的爬虫程序对比,控制变量法找到关键因素。