V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
Gary_Cheung
V2EX  ›  Python

爬雪球数据一直 403,求救

  •  
  •   Gary_Cheung · 2016-05-30 17:53:05 +08:00 · 5234 次点击
    这是一个创建于 3080 天前的主题,其中的信息可能已经有所发展或是发生改变。
    爬雪球,一直 403 ,之前是好的。加了 cookie 和 user-agent 信息,依然不行。求救 T_T
    10 条回复    2016-05-31 14:44:15 +08:00
    yuankui
        1
    yuankui  
       2016-05-30 17:56:50 +08:00
    xiahei
        2
    xiahei  
       2016-05-30 17:59:35 +08:00
    买代理用代理爬。
    Gary_Cheung
        3
    Gary_Cheung  
    OP
       2016-05-30 17:59:36 +08:00
    @yuankui 具体的股票页面,比如: https://xueqiu.com/S/SZ000001
    yuankui
        4
    yuankui  
       2016-05-30 18:02:58 +08:00
    curl -X "GET" "https://xueqiu.com/S/SZ000001" \
    -H "Accept: */*" \
    -H "Accept-Encoding: gzip, deflate, sdch" \
    -H "Connection: keep-alive" \
    -H "Cookie: s=2o2m12630i; xq_a_token=934f674c5167ef0a40bc92c387554e5b8d74a6f8; xq_r_token=ed5549c6fd48ab1fbe3f40b00a823b21dbd4f618" \
    -H "Host: xueqiu.com" \
    -H "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36" \
    -H "Accept-Language: zh-CN,zh;q=0.8"
    yuankui
        5
    yuankui  
       2016-05-30 18:03:31 +08:00
    我本地用 curl 是可以的。
    估计你的 ip 访问太多了,被封了吧。
    如二楼,买代理~淘宝一堆一堆的。。
    XYxe
        6
    XYxe  
       2016-05-30 18:36:27 +08:00   ❤️ 1
    headers = {
    'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Language':'zh-CN,zh;q=0.8',
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36',
    'Host':'xueqiu.com'
    }
    至少要把这些加到 headers 里面。
    jiezhi
        7
    jiezhi  
       2016-05-30 18:41:02 +08:00 via iPhone
    模拟像一点就去浏览器里把头信息全部加上去,然后控制下访问频率吧
    coolloves
        8
    coolloves  
       2016-05-31 06:35:09 +08:00 via Android
    看来雪球在这两天有点动作,我的爬虫两个月都没事,上周六开始一直 403 ,被 ban 了,刚好借机会学习代理,又开始爬代理了
    v2ex_user001
        9
    v2ex_user001  
       2016-05-31 09:12:43 +08:00
    httpget.addHeader("Accept-Language", "zh-CN,zh;q=0.8,en;q=0.6");
    youxiachai
        10
    youxiachai  
       2016-05-31 14:44:15 +08:00
    开始反爬虫了吧...lz 还是用代理池吧...
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   4517 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 33ms · UTC 04:06 · PVG 12:06 · LAX 20:06 · JFK 23:06
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.