讲师中心 微信公众号
AI工具推荐 视频效率加速

为什么Python爬虫无法抓取通过WebSocket传输的数据_使用websocket-client库监听

轻丽姑娘_4615

轻丽姑娘_4615

发布时间:2026-05-14 14:31:19

|

285人浏览过

|

来源于php中文网

原创

websocket-client能连上但拿不到数据,因未绕过三大门槛:连接参数需动态生成(如sign)、消息帧常为非文本(如Protobuf)、心跳保活必须手动实现(发PING/PONG)。

为什么python爬虫无法抓取通过websocket传输的数据_使用websocket-client库监听

websocket-client 本身能连上、能收帧,但绝大多数真实场景下——**它根本拿不到你想要的数据**。原因不是库不行,而是你没绕过三个硬门槛:连接参数动态生成、消息帧非文本、心跳保活缺失。

ws.connect() 失败或连上即断?检查 URL 中的动态参数是否伪造成功

TradingView、雪球、同花顺等平台的 WebSocket 地址形如 wss://push.example.com/v2?token=xxx&uid=yyy&sign=zzz,其中 sign 是服务端校验的关键,通常由时间戳 + 用户态信息 + 密钥经 HMAC-SHA256 计算得出。

  • 直接复制浏览器 Network 面板里的完整 URL 是无效的——sign 和 token 通常 30 秒内过期
  • 必须逆向前端 JS,定位到生成 sign 的函数(常见名:genSign、buildAuth、_getWsParams),提取其逻辑并用 Python 复现
  • 若 JS 混淆严重,可改用 Playwright 启动真实浏览器,在页面上下文中执行该函数并取回结果:page.evaluate("genSign(...)")
  • 漏掉 User-Agent 或 Cookie 头也可能导致 403 ——需从浏览器请求中完整复制 headers 并传入 ws.run_forever(http_headers={...})

on_message 从不触发?确认回调绑定时机和线程模型

最常被忽略的事实:websocket-client 不是“注册即生效”,它要求所有 on_* 回调必须在 ws.connect() 之后、ws.run_forever() 之前完成赋值,且不能依赖 on_open 内部再赋值。

  • ws.on_message = handle_msg 必须写在 connect() 调用之后、run_forever() 之前 —— 放错位置会导致首条消息永远丢失
  • 不要在 on_open 回调里写 self.ws.on_message = ...,因为 WebSocket 可能在 on_open 执行前就已收到服务端推送
  • on_message 默认运行在子线程中;若你在里面直接更新 Tkinter 界面或写全局 list,会出竞态或崩溃 —— 加 threading.Lock 或用 queue.Queue 中转
  • 验证是否真没触发:在 on_message 开头加 print("got:", type(msg), len(msg) if hasattr(msg, '__len__') else '?')

收到的是 bytes 但 decode('utf-8') 报错?先判断 opcode 再选解码路径

即时通讯类服务(微信 Web 版、企业微信、部分金融行情)普遍用 OPCODE_BINARY 发送 Protobuf 或加密 payload,直接当字符串 decode 必然失败。

Forge — Python Developer
Forge — Python Developer

Python开发助手 — 自动化脚本、API封装、命令行工具、数据管道、网页爬虫。经过测试的代码,包含错误处理和文档。当你需要...

下载
  • 在 on_message 中打印 ws.get_mask_key() 无意义;应先查 ws.last_ping_id?不对 —— 正确做法是看原始帧:实际接收的 msg 类型已是解帧后的内容,但 opcode 信息已被库内部丢弃
  • 更可靠的方式:改用 websocket.WebSocketApp 的底层事件钩子,或切换至 websockets 库(支持 access to opcode)
  • 快速容错:用 json.loads(msg.decode('utf-8', errors='ignore')) 尝试解析;若字段明显像 {"data": "..."} 但含乱码,则大概率是 base64 编码的二进制,需先 base64.b64decode(msg)
  • 遇到固定前缀如 b'\x0a\x0b...' 或 protobuf 常见 magic byte(如 \x0a\x12),基本可判定为 Protobuf —— 必须拿到 .proto 文件才能反序列化

连接稳定但 30 秒后自动断开?服务端在等你回 pong

几乎所有生产环境 WebSocket 服务都强制心跳,而 websocket-client 默认不发 pong —— 它只识别 PING 帧,但不会自动响应。

立即学习“Python免费学习笔记(深入)”;

  • 别信文档里说的 keep_running=True 能保活,它只控制本地循环,不处理网络层心跳
  • 正确姿势:启动一个独立线程,每 25 秒调用一次 ws.send('', websocket.ABNF.OPCODE_PING)(注意空字符串 + OPCODE_PING)
  • 避免在 on_message 里做耗时操作(比如写文件、requests.post),否则可能错过下一个 ping 时间窗,触发服务端断连
  • 调试时开启日志:websocket.enableTrace(True),观察是否有 received frame <pingframe></pingframe> 却无后续 sending frame <pongframe></pongframe>
真正卡住人的,从来不是“连不上”,而是“连上了却像没连”——参数过期、回调失效、二进制误判、心跳静默,四者叠加,日志里连错误都不报。动手前,先抓包确认服务端到底发了什么、期望你回什么。

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1771

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

4624

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1749

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

27357

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3307

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3307

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1203

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

596

2023.08.10

Playwright 测试失败怎么办
Playwright 测试失败怎么办

Playwright测试失败专题汇集超时、定位器匹配、浏览器提前关闭、依赖与插件配置、文件上传、SSL及Docker启动等故障文章,并介绍通过截图、报告和Trace定位错误。

0

2026.10.21

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Uvicorn官方安装与入门手册
Uvicorn官方安装与入门手册

共0课时 | 0人学习

Python uv官方项目管理指南
Python uv官方项目管理指南

共0课时 | 0人学习

Python uv官方安装与入门文档
Python uv官方安装与入门文档

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn