python學習之6 requests模擬瀏覽器抓數據
在爬網站時,有時候會遇到返回500,被服務器拒絕的情況。
需要做的是,模擬瀏覽器登錄。
即增加,headers
headers = {
'Host': 'blog.csdn.net',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
'Accept-Encoding': 'gzip, deflate',
'Referer': 'http://www.baidu.com',
'Connection': 'keep-alive',
'Cache-Control': 'max-age=0',
}
其中referer比較重要,即來源網站。用百度谷歌,一般就可以。
使用時候如下,
練習源碼
#coding = utf-8
####################################################
# coding by 劉雲飛
####################################################
import requests
response = requests.get(blog, headers=headers)
print(response.status_code)