数据抓取通常使用HTTP协议进行数据传输。HTTP是一种应用层协议,用于在Web浏览器和Web服务器之间传输数据。它是一个客户端-服务器协议,客户端向服务器发送请求,服务器向客户端返回响应。HTTP使用TCP作为传输协议,它是一种无状态协议,每个请求和响应之间是独立的。
数据抓取可以使用HTTP协议中的GET和POST方法来获取数据。GET方法用于从服务器获取数据,而POST方法用于向服务器提交数据。在使用GET方法时,数据是通过URL传递的,而在使用POST方法时,数据是通过HTTP请求正文传递的。
数据抓取还可以使用HTTP头来传递信息,例如User-Agent头可以用于模拟不同的浏览器或设备,Referer头可以用于指示请求的来源,Cookie头可以用于传递会话信息等。
总之,HTTP是数据抓取中最常用的协议之一,它提供了一种简单而有效的方式来获取和传输数据。
#! -*- encoding:utf-8 -*-
import requests
# 要访问的目标页面
targetUrl = "http://ip.hahado.cn/ip"
# 代理服务器
proxyHost = "ip.hahado.cn"
proxyPort = "39010"
# 代理隧道验证信息
proxyUser = "username"
proxyPass = "password"
proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
"host" : proxyHost,
"port" : proxyPort,
"user" : proxyUser,
"pass" : proxyPass,
}
proxies = {
"http" : proxyMeta,
"https" : proxyMeta,
}
resp = requests.get(targetUrl, proxies=proxies)
print resp.status_code
print resp.text