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' 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

我使用一个循环来抓取多个网页，但我只能获取前 30 页的数据。第31个错误如下

Error

我检查了该网页，发现它仍然具有与其他网页相同的标签和元素。请帮助我。

Answer 1

这是因为 Cloudflare，我在循环中添加了这个：

if page%30 == 0:
    time.sleep(20)

显然，每 30 页等待 20 秒就足以避免被标记为机器人。