Utilizzando aiohttp di Python per compilare il modulo web, sto diventando un fuori del browser di errore di data?

voti
0

Sto cercando di utilizzare le aynscioe aiohttppacchetti per richiedere una pagina web. Tuttavia, la risposta pagina web è:

<p class=warning-title> Please upgrade your web browser. </p>  <br/>
<p class=p-top-30>This browser version is outdated, and may not be fully compatible with our website. Please upgrade to a newer version or use another browser.    </p>

In realtà non caricare la pagina che sto cercando di accesso, ma la home page, invece.

CODICE

from fake_useragent import UserAgent
import ssl
from bs4 import BeautifulSoup
import asyncio
import aiohttp

ua = UserAgent()

hdr = {'User-Agent': str(ua.chrome),
       'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
       'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
       'Accept-Encoding': 'none',
       'Accept-Language': 'en-US,en;q=0.5',
       'Connection': 'keep-alive'}

ssl_ctx = ssl.create_default_context()
ssl_ctx.check_hostname = False
ssl_ctx.verify_mode = ssl.CERT_NONE

url = '...'

async def parse_website(session):
    async with session.get(url) as response:
        html = await response.text()

    soup = BeautifulSoup(html, 'html.parser')

    print(soup)

async with asyncio.Semaphore(3):
    async with aiohttp.TCPConnector(ssl=ssl_ctx, limit=None) as connector:
        async with aiohttp.ClientSession(connector=connector, headers=hdr) as session:
            for i in range(1):
                await parse_website(session)

Ho cercato di non includere l' headersargomento nella terza all'ultima riga async with aiohttp.ClientSession(connector=connector) as session:, ma poi la risposta è che non ho aspettato abbastanza a lungo per la captcha. Quindi devo usare l' headersargomento per bypassare il captcha, ma ho sempre ottenere una Please upgrade your browserrisposta. Ho anche provato ad aggiungere cookies={}alla stessa linea async with aiohttp.ClientSession(connector=connector, headers=hdr, cookies={}) as session:, ma ottengo la stessa risposta originale dire il browser non è aggiornato.

Sto anche mostrare solo una richiesta URL qui. Una volta che ho questo lavoro sarò scalare a migliaia di persone, in modo che questo che sto cercando di fare questo lavoro con l' asyncioe aiohttppacchetti.

Qualcuno potrebbe dirmi dove sto andando male qui?

È pubblicato 02/12/2019 alle 23:51
fonte dall'utente
In altre lingue...                            


1 risposte

Utilizzando aiohttp di Python per compilare il modulo web, sto diventando un fuori del browser di errore di data?

voti
0

Sto cercando di utilizzare le aynscioe aiohttppacchetti per richiedere una pagina web. Tuttavia, la risposta pagina web è:

<p class="warning-title"> Please upgrade your web browser. </p>  <br/>
<p class="p-top-30">This browser version is outdated, and may not be fully compatible with our website. Please upgrade to a newer version or use another browser.    </p>

In realtà non caricare la pagina che sto cercando di accesso, ma la home page, invece.

CODICE

from fake_useragent import UserAgent
import ssl
from bs4 import BeautifulSoup
import asyncio
import aiohttp

ua = UserAgent()

hdr = {'User-Agent': str(ua.chrome),
       'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
       'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
       'Accept-Encoding': 'none',
       'Accept-Language': 'en-US,en;q=0.5',
       'Connection': 'keep-alive'}

ssl_ctx = ssl.create_default_context()
ssl_ctx.check_hostname = False
ssl_ctx.verify_mode = ssl.CERT_NONE

url = '...'

async def parse_website(session):
    async with session.get(url) as response:
        html = await response.text()

    soup = BeautifulSoup(html, 'html.parser')

    print(soup)

async with asyncio.Semaphore(3):
    async with aiohttp.TCPConnector(ssl=ssl_ctx, limit=None) as connector:
        async with aiohttp.ClientSession(connector=connector, headers=hdr) as session:
            for i in range(1):
                await parse_website(session)

Ho cercato di non includere l' headersargomento nella terza all'ultima riga async with aiohttp.ClientSession(connector=connector) as session:, ma poi la risposta è che non ho aspettato abbastanza a lungo per la captcha. Quindi devo usare l' headersargomento per bypassare il captcha, ma ho sempre ottenere una Please upgrade your browserrisposta. Ho anche provato ad aggiungere cookies={}alla stessa linea async with aiohttp.ClientSession(connector=connector, headers=hdr, cookies={}) as session:, ma ottengo la stessa risposta originale dire il browser non è aggiornato.

Sto anche mostrare solo una richiesta URL qui. Una volta che ho questo lavoro sarò scalare a migliaia di persone, in modo che questo che sto cercando di fare questo lavoro con l' asyncioe aiohttppacchetti.

Qualcuno potrebbe dirmi dove sto andando male qui?

Risposto il 02/12/2019 a 23:51
fonte dall'utente

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more