• 技术文章 >后端开发 >Python教程

    python爬虫怎么设置请求头

    爱喝马黛茶的安东尼爱喝马黛茶的安东尼2019-06-20 14:30:38原创1265
    在请求网页爬取的时候,输出的text信息中会出现抱歉,无法访问等字眼,这就是禁止爬取,需要通过反爬机制去解决这个问题。

    headers是解决requests请求反爬的方法之一,相当于我们进去这个网页的服务器本身,假装自己本身在爬取数据。

    对反爬虫网页,可以设置一些headers信息,模拟成浏览器取访问网站 。

    headers

    谷歌或者火狐浏览器,在网页面上点击:右键–检查;点击更多工具-开发者工具;直接F12亦可。然后再按Fn+F5刷新出网页来显示元素

    有的浏览器是点击:右键->查看元素,刷新

    相关推荐:《Python视频教程

    1561010121641984.png

    注意:headers中有很多内容,主要常用的就是user-agent 和 host,他们是以键对的形式展现出来,如果user-agent 以字典键对形式作为headers的内容,就可以反爬成功,就不需要其他键对;否则,需要加入headers下的更多键对形式。

    设置

    import urllib2
    import urllib
    values={"username":"xxxx","password":"xxxxx"}
    data=urllib.urlencode(values)
    url= "https://ssl.gstatic.com/gb/images/v2_730ffe61.png"
    user_agent="Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML, like Gecko) Version/11.0 Mobile/15A372 Safari/604.1"
    referer='http://www.google.com/'
    headers={"User-Agent":user_agent,'Referer':referer}
    request=urllib2.Request(url,data,headers)
    response=urllib2.urlopen(request)
    print response.read()

    以上就是python爬虫怎么设置请求头的详细内容,更多请关注php中文网其它相关文章!

    声明:本文原创发布php中文网,转载请注明出处,感谢您的尊重!如有疑问,请联系admin@php.cn处理
    专题推荐:python 爬虫 请求头
    上一篇:python怎么读取文件夹 下一篇:python中lower如何使用
    大前端线上培训班

    相关文章推荐

    • python print()打印怎么不换行• python里range怎么用• python32位和64位有什么区别• python中不等于怎么表示

    全部评论我要评论

  • 取消发布评论发送
  • 1/1

    PHP中文网