Python3 伪装浏览器的方法示例

Python3 伪装浏览器的方法示例,第1张

概述一、伪装浏览器对于一些需要登录的网站,如果不是从浏览器发出的请求,则得不到响应。所以,我们需要将爬虫程序发出的请求伪装成浏览器正规军。

一、伪装浏览器

对于一些需要登录的网站,如果不是从浏览器发出的请求,则得不到响应。所以,我们需要将爬虫程序发出的请求伪装成浏览器正规军。

具体实现:自定义网页请求报头。

二、使用fiddler查看请求和响应报头

打开工具fiddler,然后再浏览器访问“https://www.douban.com/”,在fiddler左侧访问记录中,找到“200 httpS www.douban.com”这一条,点击查看其对应的请求和响应报头具体内容:

三、访问豆瓣

我们自定义请求报头与上图Request headers相同内容:

''''' 伪装浏览器  对于一些需要登录的网站,如果不是从浏览器发出的请求,则得不到响应。 所以,我们需要将爬虫程序发出的请求伪装成浏览器正规军。 具体实现:自定义网页请求报头。 '''  #实例二:依然爬取豆瓣,采用伪装浏览器的方式  import urllib.request  #定义保存函数 def savefile(data):  path = "E:\projects\SpIDer\02_douban.out"  f = open(path,'wb')  f.write(data)  f.close()  #网址 url = "https://www.douban.com/" headers = {'User-Agent':'Mozilla/5.0 (windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML,like Gecko) '       'Chrome/51.0.2704.63 Safari/537.36'} req = urllib.request.Request(url=url,headers=headers)  res = urllib.request.urlopen(req)  data = res.read()  #也可以把爬取的内容保存到文件中 savefile(data)  data = data.decode('utf-8') #打印抓取的内容 print(data)   #打印爬取网页的各类信息 print(type(res)) print(res.geturl()) print(res.info()) print(res.getcode()) 

四、输出的结果结果(截取部分)

结果文件内容

GitHub代码链接

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。

总结

以上是内存溢出为你收集整理的Python3 伪装浏览器的方法示例全部内容,希望文章能够帮你解决Python3 伪装浏览器的方法示例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/1201205.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-04
下一篇 2022-06-04

发表评论

登录后才能评论

评论列表(0条)

保存