使用 BeautifulSoup 进行网页抓取时出现属性错误

Question

我正在尝试使用 BeautifulSoup 和 Python 从“etherscan.io”中抓取数据。这是网站： https: //etherscan.io/txspage_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我使用循环来抓取多个网页，但只能获取前 30 页的数据。第31条有错误我检查该网页，发现它仍然具有与其他网页相同的标签和元素。请帮我。

Answer 1

这是因为 Cloudflare，我在循环中添加了以下内容：

if page%30 == 0:
    time.sleep(20)

显然，每 30 个页面等待 20 秒就足以不被标记为机器人。