如何解决使用BeautifulSoup进行网页抓取时出现属性错误
我正在尝试使用BeautifulSoup和Python从'etherscan.io'抓取数据。这是网站:https://etherscan.io/txs
page_soups = []
for page in range(1,51):
url = 'https://etherscan.io/txs?p=' + str(page)
print(url)
req = Request(url,headers={'User-Agent': 'Mozilla/5.0'})
webpage = urlopen(req).read()
page_soup = soup(webpage,"html.parser").find('tbody').find_all('a')
page_soups += page_soup
我使用循环抓取多个网页,但我只能从前30个页面获取数据。第31个错误如下
我检查了该网页,发现它仍然具有与其他网页相同的标记和元素。请帮助我。
解决方法
由于Cloudflare的缘故,我将其添加到了循环中:
if page%30 == 0:
time.sleep(20)
显然,每30页等待20秒就足以不被标记为漫游器。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。