大家好，又见面了，我是你们的朋友全栈君。
爬虫遇到的问题：
这两天做爬虫遇到些问题，我在这里总结一下，希望能够和大家分享，共同学习，共同进步。
今天在我爬某个网站的时候，返回的结果是415，不支持的媒体类型(Unsupported media type)，当时遇到这个问题的时候，我有点蒙，什么是媒体，在这里先不管他什么是媒体，反正就是报错，但是能肯定的是415错误肯定是请求的问题。那么我就开始顺着我的爬虫经验挨个排除。
1、我的IP有没有被封？
2、这个请求是post/get？
3、请求头是否正确？
4、参数都是否正确？
但凡要记住做爬虫要细心去研究请求过程。
1、IP绝对没有封，因为我用的是公司的代理，同时在我的浏览器上面可以访问，排除IP被封。
2、弄清楚这个请求是post/get请求，我确定了这个请求“http://cq.gsxt.gov.cn/gsxt/api/ebaseinfo/queryForm/“+pripid+”/1?currentpage=1&pagesize=5&t=”+System.currentTimeMillis();是get请求，排除post请求。
3、get请求和post请求在爬虫看来最大的差别就是，post请求参数都写在了请求地址的“？”后面，而get请求的参数要写在request请求类里面。问题到这我先把request.requestBody = null;这样get请求才不会受到之前做过post请求参数的干扰。把各种请求头信息都加上了（请求头不要写错了，千万不能带着问题区找问题），发现还是报Unsupported media type错误。这个时候我就开始怀疑我之前写的get请求是不是有多写请求信息的问题，才想到这个问题，这时候就看到我上一个get多写了几个请求信息，这里我要强调一下，由于不知道请求头信息那个是必要的，这时候做爬虫就要一个一个的去试，请求成功了之后一定要记得把之前写的多余的请求信息给去掉，不然会影响下面的请求（这个不是肯定，建议去掉多余的请求信息）。
4、参数是post特有的。
一个小小的问题困扰我了好久，工作效率就是这样慢慢积累起来的。关注我，我会经常更新关于爬虫时遇到的问题的。
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/135344.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...
