求助大佬，為什么我爬取的網頁原始碼是這個樣子？？？？
uj5u.com熱心網友回復：
什么問題？是想說為什么會出現 &#xxxxx 的這些東西嗎？&#開頭后面加上編碼是 css-font的表示形式，是網頁里面設定的圖示，字體反爬也是長這樣的uj5u.com熱心網友回復：
我用scrapy的xpath去爬一篇博文的標題，試了好幾種方法，發現爬出來的是一個空的串列，然后我用response.body然后輸出的就是這一串代碼，和這個是一樣的，但是我看的視頻資料應該回傳的是網頁原始碼啊。
uj5u.com熱心網友回復：
網頁原始碼 指的是 字串，類似于<html>xxx <body>xxx</body> xxx</html>
你上面截圖的，就是 網頁原始碼。
你說的 視頻中的網頁原始碼 指的是哪樣的？？
uj5u.com熱心網友回復：
你好，這個問題我已經解決了，你可以看一下你給的截圖回傳的代碼，是一段驗證 cookie 的 JavaScript代碼
放到編譯器里 format 看一下
它是在url上攜帶了引數資訊，然后網站進行了安全驗證，你只需要抓包，把 cookie 帶上即可
這是我用火狐抓的包，找到里面的cookie
request的時候帶上cookie進行認證就可以了
uj5u.com熱心網友回復：
補充一下，對于這種網頁的話，你請求的時候攜帶的 cookie 的引數是得變化的，具體攜帶的密匙怎么變，就得執行里面生成密匙的 js 代碼，python有一個叫 execjs 的庫，前提是你要會操作 js 代碼，利用它給的生成密匙的字串，放到execjs里面進行編譯，根據不同的 url 生成不同的密匙，修改 cookie 對應的值，請求的時候帶上 cookie 即可解決uj5u.com熱心網友回復：
謝謝大佬 我知道啥原因了
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/93739.html
上一篇：Python bs4安裝問題
下一篇：求教怎樣打開R-3.5.0