AWSLambda-Python网络爬虫-无法从AWSIP绕过CloudFlare反机器人验证,但可从本地IP使用
创始人
2024-11-19 09:01:27
0次

在Lambda中使用AWS IP不能成功绕过CloudFlare以防止被视为机器人。此外,AWS IP也经常被列入黑名单。因此,建议使用代理IP来进行网络爬虫。

以下是使用Python的Requests模块和代理IP的示例代码。请确保已安装Requests和BeautifulSoup库。

import requests
from bs4 import BeautifulSoup

def lambda_handler(event, context):
    # 设置代理IP及端口号,也可以在AWS Secrets Manager中储存
    proxy = {'http': 'http://代理IP:端口号', 'https': 'http://代理IP:端口号'}
    
    # 爬取目标网站
    target_url = 'https://目标网站.com'
    response = requests.get(target_url, proxies=proxy, headers={'User-Agent': 'Mozilla/5.0'})
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 处理爬取的数据
    data = soup.find_all('div', {'class': 'example'})
    
    return {
        'statusCode': 200,
        'body': data
    }

此代码示例中,我们在Lambda中使用代理IP,而不使用AWS IP,来进行网络爬虫。在代理IP中,您需要替换“代理IP”和“端口号”为您的实际代理IP和端口号。

还可以通过配置反向代理来解决此问题。例如,使用nginx作为反向代理,从而在AWS IP和CloudFlare之间引入中间层。这将确保AWS IP不会被视为机器人并且不会被列入黑名单。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...