python 爬蟲出現(xiàn)403禁止訪問錯誤詳解
python 爬蟲解決403禁止訪問錯誤
在Python寫爬蟲的時候,html.getcode()會遇到403禁止訪問的問題,這是網(wǎng)站對自動化爬蟲的禁止,要解決這個問題,需要用到python的模塊urllib2模塊
urllib2模塊是屬于一個進(jìn)階的爬蟲抓取模塊,有非常多的方法,比方說連接url=//www.dbjr.com.cn/qysh123對于這個連接就有可能出現(xiàn)403禁止訪問的問題
解決這個問題,需要以下幾步驟:
<span style="font-size:18px;">req = urllib2.Request(url) req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36") req.add_header("GET",url) req.add_header("Host","blog.csdn.net") req.add_header("Referer","http://www.dbjr.com.cn/")
其中User-Agent是瀏覽器特有的屬性,通過瀏覽器查看源代碼就可以查看到
然后
html=urllib2.urlopen(req) print html.read()
就可以把網(wǎng)頁代碼全部下載下來,而沒有了403禁止訪問的問題。
對于以上問題,可以封裝成函數(shù),供以后調(diào)用方便使用,具體代碼:
#-*-coding:utf-8-*- import urllib2 import random url="http://www.dbjr.com.cn/article/1.htm" my_headers=["Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36", "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36", "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:30.0) Gecko/20100101 Firefox/30.0" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.75.14 (KHTML, like Gecko) Version/7.0.3 Safari/537.75.14", "Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.2; Win64; x64; Trident/6.0)" ] def get_content(url,headers): ''''' @獲取403禁止訪問的網(wǎng)頁 ''' randdom_header=random.choice(headers) req=urllib2.Request(url) req.add_header("User-Agent",randdom_header) req.add_header("Host","blog.csdn.net") req.add_header("Referer","http://www.dbjr.com.cn/") req.add_header("GET",url) content=urllib2.urlopen(req).read() return content print get_content(url,my_headers)
其中用到了random隨機(jī)函數(shù),自動獲取已經(jīng)寫好的瀏覽器類型的User-Agent信息,在自定義函數(shù)中需要寫出自己的Host,Referer,GET信息等,解決這幾個問題,就可以順利訪問了,不再出現(xiàn)403訪問的信息。
當(dāng)然如果訪問頻率過快的話,有些網(wǎng)站還是會過濾的,解決這個需要用到代理IP的方法。。。具體的自己解決
感謝閱讀,希望能幫助到大家,謝謝大家對本站的支持!
相關(guān)文章
基于注解實現(xiàn) SpringBoot 接口防刷的方法
這篇文章主要介紹了基于注解實現(xiàn) SpringBoot 接口防刷的方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03使用python進(jìn)行文本預(yù)處理和提取特征的實例
今天小編就為大家分享一篇使用python進(jìn)行文本預(yù)處理和提取特征的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06python matplotlib模塊基本圖形繪制方法小結(jié)【直線,曲線,直方圖,餅圖等】
這篇文章主要介紹了python matplotlib模塊基本圖形繪制方法,結(jié)合實例形式總結(jié)分析了Python使用matplotlib模塊繪制直線,曲線,直方圖,餅圖等圖形的相關(guān)操作技巧,需要的朋友可以參考下2020-04-04python爬取百度貼吧前1000頁內(nèi)容(requests庫面向?qū)ο笏枷雽崿F(xiàn))
這篇文章主要介紹了python爬取百度貼吧前1000頁內(nèi)容(requests庫面向?qū)ο笏枷雽崿F(xiàn)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08