爬虫之反爬虫技术

学习爬虫肯定要了解反爬虫技术，因为在你爬取网页的时候不可避免的会遇到各种各样的反爬虫技术，但是大致可以分为四类
1.robots.tet文件，这是一个君子协定，你遵守也行，不遵守也行，但是一般情况下我是不遵守的，我不是君子
2，通过你的访问频率来判断你是否是爬虫，这个我们可以通过下载限速来规避，也可以使用代理ip达到目的
3.通过User-Agent来控制访问，这个我在上一篇博客中提到过详细的内容，想看的可以去看一下https://blog.csdn.net/oyjl19961216/article/details/82776349
4，通过ajax来实现反爬虫，这个是爬虫中遇到的最难得问题，因为如果一个网页是ajax请求的话，那么你的requests.get 或post 都不会得到任何有用的数据，不过道高一尺魔高一丈，咳咳，是一山更比一山高，我们还可以使用selenium来解决这个问题，这是使用selenium的详解https://blog.csdn.net/oyjl19961216/article/details/82777897

谢谢大家