Python3 伪装浏览器的方法示例

Python  /  管理员 发布于 7年前   158

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。