2回答

慕数据1158525

提问者

2020-03-18

如果真爱网爬不了的话可以试试爬取这个http://www.7799520.com/jiaou

到单任务爬虫的两个正则表达式是:第一个

<a href="(http://www.7799520.com/jiaou/[0-9a-z]+)"[^>]*>([^<]+)</a>

第二个

<a class="name" href="(http://[^\s]+)" target="_blank">([^<]+)</a></h3>

2

0

慕虎5456281

2021-09-22

目前zhengai网爬取频繁会被限制一段时间，返回403状态码，可以使用https://www.zhenai.com/zhenghun作为种子url，fetch的request设置user-agent头可以避免403状态码的出现，也可以限制请求的频率，在爬取个人详情页内容时的正则匹配有变化: 

<div class="des f-cl" data-v-4c07f04e>阿坝 | 34岁 | 高中及以下 | 未婚 | 181cm | 5001-8000元</div>

0

0