python - 除了代理ip,香港的服务器爬取国内网站还有更好的方法吗?

问题描述

我在做一只淘宝的爬虫,但是用的是香港的服务器,但是比较困惑:因为每次爬淘宝的首页时候,就自动给我跳转到香港淘宝~~导致源代码和内容都不一样~请问如果遇到这种情况要怎么处理呢?

简单来说,比如采集58同城如果我是泉州的,我想采集北京的,要怎么采集?

因为我用我的ip打开会总跳转到北京,但是直接想采集58首页的

?![图片上传中...]

问题解答

禁止重定向，以requests为例子：

r = requests.get(’http://github.com/’, allow_redirects=False)r.status_code # 302r.url # http://github.com, not https.r.headers[’Location’] # https://github.com/ -- the redirect destination回答2：

如果是想采集的北京的，就去打子城名，不过有PGTID保护

http://bj.58.com/?PGTID=0d000...

建义使用selenium

有时候服务器会根据你的ip对应的地理位置信息作重定向的，这个你除了找代理应该没有别的方法了。。