Скребки заблокированы, но не браузер

Я пытаюсь очистить https://www.rule34video.com/ с помощью Python

Сначала с простым request.get() получалось, однако последующие попытки на следующий день не увенчались успехом. Я разрешил Windows обновляться между ними. Не уверен, что это причина. Я попробовал включить заголовки:

import requests

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
print(requests.get(url, headers=headers).text)

Но вот что я получаю:

requests.exceptions.ConnectionError: HTTPSConnectionPool(host='rule34video.com', port=443): Max retries exceeded with url: / (Caused by NewConnectionError('<urllib3.connection.HTTPSConnection object at 0x0000025316C12430>: Failed to establish a new connection: [WinError 10060] A connection attempt failed because the connected party did not properly respond after a period of time, or established connection failed because connected host has failed to respond'))

Затем я попробовал использовать селен в качестве последнего средства, однако результаты были такими же: он вообще не смог получить доступ к веб-сайту.

Это то, что я вижу на загруженной html-странице.

502 Bad Gateway

ProtocolException('Server connection to (\'rule34video.com\', 443) failed: Error connecting to "rule34video.com": [WinError 10060] A connection attempt failed because the connected party did not properly respond after a period of time, or established connection failed because connected host has failed to respond')

Я почти уверен, что мой IP-адрес занесен в черный список, однако, когда я использую Google Chrome для посещения https://rule34video.com/, он загружается без проблем.

Мой вопрос:

  1. Как Google Chrome не блокируется
  2. Что я могу сделать, чтобы обойти защиту от парсинга

Вы пробовали селен с драйвером Chrome, а НЕ использовали безголовый режим? Если это не сработает, вам, вероятно, придется использовать Maxim_window_size(), обратитесь к этому ответу: stackoverflow.com/a/74098738

toing_toing 16.04.2024 12:35
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
1
731
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Веб-сайты имеют разные способы обнаружения парсеров и ботов.

После поиска я могу передать эту защиту, используя необнаруженный режим из платформы seleniumbase.

https://seleniumbase.io/help_docs/uc_mode/

Другие вопросы по теме