这是一个创建于 2377 天前的主题，其中的信息可能已经有所发展或是发生改变。
前几年爬过美团记得那时候挺简单的，这两天重新做的时候受到了很大的挫败感哈哈，现在结果是 IP 被封请求都返回一个 403 页面,还没有好的解决办法，尝试了更换 IP 代理也不行，请教下有经验的同学，下面踩坑的过程写的有点啰嗦。
踩坑过程如下：
- 1.刚开始爬美食板块用比较熟悉的 beautifulsoup 解析不到东西，看了下是正文是在 js 里面的，转而用正则解决了。
- 2.美食板块完了紧接着弄其他模块例如“休闲娱乐”，但是返回的内容正则死活匹配不到，看了下返回结果有
服务器拒绝请求的字样，这个时候我也不确定是 header 少了东西还是 IP 被 ban 了，然后尝试把新的 cookie 加到 header 重新试了下返回正常，但是请求了几次又拒绝服务了。
- 3.好吧估计是 IP 被 ban 了，立马在请求里加了 IP 代理，通过返回的状态码是不是 200 判断是否请求成功，然而正则还是匹配不到任何内容，看了下请求之后当前 url 是一个"www.meituan.com/error/403", 这就很尴尬了，美团并没有直接封禁 IP 不让请求，而是专门做了一个返回状态是 200 的 403 界面，尝试更换了数百个代理 IP 仍然如此（ IP 是正常能用的，爬其他网站都还在用）。
- 4.难道是 header 里面的 user-agent 有问题？我手动打开我的 chrome 浏览器进入“休闲娱乐”这个板块是能正常浏览，于是把现在浏览器的 user-agent 复制到请求的 header 里面重新试了下，OK 能返回正常了，然而还没高兴两分钟，请求了几次之后又返回 403 了，这时候我再去手动打开 chrome 浏览器进入这个页面发现也展示 403 界面了
。 - 5.放弃 requests 请求，转而使用 selenium，因为 chrome 已经用不了了，于是下载了 phantomJS 和 edge 浏览器驱动，刚开始都返回正常，正则可以匹配到我想要的结果，但是请求了几次之后 phantomJS 和 edge 也被干掉了，此时已经万念俱灰不知如何是好。因此来请教
 |
1
cocoakekeyu 2018-05-04 20:11:25 +08:00
一定要私聊， 美团工程师会看到的
|
 |
2
jadec0der 2018-05-04 21:25:56 +08:00 via Android
现在反爬都搞深度学习了，时灵时不灵也正常
|
 |
3
peili OP @cocoakekeyu 哦不好意思感谢提醒，第一次来这个社区，不太了解
|
Select Language