猫史档案馆

HTTP是用于互联网传输数据信息到本地的一种传送协议

我们在浏览器中输入输入关键词，会返回页面内容。这就是我们用浏览器向网站所在的服务器发送了一个请求，网站的服务器接收到这个请求后进行解析，然后把网页内容呈现出来。

有时候服务器网站会检测IP在一个时间段内的请求次数，如果过于频繁，就会拒绝服务，简称为封IP。

HTTP代理就是用别人的IP进行访问，进行IP伪装。

除非是访问网站或APP专用数据api接口，正常的HTTP请求都需要进行ua（User-Agent）优化，因为ua是浏览器标识，如果http请求没有ua，或ua太少，都会被网站运维统计异常的，ua越丰富分布就越真实。cookie最好是登陆获取的，一般访客的cookie，对方限制会比较严格，可以控制一个地区新访客的访问频率。另外反爬统计的js也要分析下，是不是做了机器人判断，有没有做窗口分辨率判断等。

生成cookie：

import os
import time
import zipfile

from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait


class GenCookies(object):
    USER_AGENT = open('useragents.txt').readlines()
    # www.16yun.cn 代理配置
    PROXY_HOST = 't.16yun.cn'  #  proxy or host
    PROXY_PORT = 31111  # port
    PROXY_USER = 'USERNAME'  # username
    PROXY_PASS = 'PASSWORD'  # password

运行cookie：

API接口开始运行
 * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
Cookies生成进程开始运行
Cookies检测进程开始运行
正在生成Cookies 账号 180000000 密码 16yun
正在测试Cookies 用户名 180000000
Cookies有效 180000000

如果HTTP请求成功，HTTP的状态码会返回200且返回数据。当然其他HTTP其他状态码也有，403表示禁止访问，504服务器内部出错等等。