讲师中心 微信公众号
AI工具推荐 视频效率加速

Python爬虫如何处理网站的WebSocket协议实时数据流抓取?

千晨同学_8103

千晨同学_8103

发布时间:2026-06-05 06:18:26

|

782人浏览过

|

来源于php中文网

原创

requests无法连接WebSocket地址,因其仅支持http/https协议,未实现WebSocket握手及帧解析;调用requests.get(ws://)会报InvalidSchema错误,且底层不处理Sec-WebSocket-Key校验与Sec-WebSocket-Accept生成。

python爬虫如何处理网站的websocket协议实时数据流抓取?

requests 无法处理 WebSocket,这不是配置或技巧问题,而是协议层不兼容——它压根没实现 WebSocket 握手和帧解析能力。


为什么 requests 连不上 WebSocket 地址?

当你对 ws:// 或 wss:// 地址调用 requests.get(),会直接报 InvalidSchema 错误。因为 requests 只注册了 http 和 https 协议,根本不认识 ws。
即使你强行用 urllib3 拼接 TCP 连接,也过不了握手阶段:服务端要求客户端发送带 Sec-WebSocket-Key 的 Upgrade 请求,并校验返回的 Sec-WebSocket-Accept 值(SHA1 + base64),这步必须由专用库完成。

websocket-client 同步写法常见踩坑点

这个库适合调试或轻量任务,但新手常卡在三个地方:

  • 没调用 ws.run_forever() —— 连上就退出,根本收不到消息
  • ws.on_message = handler 写在 on_open 回调里 —— 首条消息可能已在回调执行前到达,导致丢失
  • 收到 bytes 类型消息却直接 .decode('utf-8') —— 股票行情、IM 协议常用 OPCODE_BINARY 发送 Protobuf 或加密 payload,需先判断 type(msg),再决定解码方式

异步场景优先选 websockets 库

如果你要并发连接多个行情源、做心跳保活、或集成进 FastAPI/asyncio 项目,websockets 是更干净的选择。它原生支持 async/await,不用手动管理线程;自动处理 PING/PONG 帧(只要传 ping_interval=20);错误类型也更明确(如 websockets.exceptions.ConnectionClosedError 可直接捕获)。
注意:它不提供开箱即用的重连逻辑,需要自己用 while True + try/except 包裹 connect(),并在断连后 sleep 几秒再重试,否则容易触发服务端限流。

Python Dependency Candidate Fetcher 2
Python Dependency Candidate Fetcher 2

根据包的能力以及 Jupyter 环境中的导入语句,从候选列表中挑选最适合用户表格工作流的 Python 包。

下载

立即学习“Python免费学习笔记(深入)”;

抓到数据却是乱码或空字段?先看 opcode 和协议封装

WebSocket 本身只负责传输帧,业务数据怎么组织完全由服务端定义。常见情况:

  • 字段名被缩写或哈希(如 "p" 代替 "price")—— 查网页 JS 源码或反编译前端包,找 map 或 enum 定义
  • 整个 payload 是 zlib 压缩过的 JSON —— 收到 bytes 后先 zlib.decompress(msg),再 json.loads()
  • 使用自定义二进制协议(如币安的 BNB 行情流)—— 必须按文档解析字段偏移,不能当字符串处理

真正难的从来不是连上 WebSocket,而是读懂服务端扔过来的那堆字节到底在说什么。

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。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

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。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

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。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,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。

1871

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。

5084

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。

1809

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。

30577

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。

3627

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。

3647

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。

1243

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。

616

2023.08.10

Docker Desktop怎么设置端口映射
Docker Desktop怎么设置端口映射

本专题聚焦Docker Desktop容器端口映射与访问配置,整理从创建容器、设置端口绑定到验证本地服务访问的操作流程。针对端口被占用、映射配置错误、容器服务无法访问等情况,也提供相应的检查方向,方便用户完成端口配置。

0

2026.11.03

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
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