python 爬蟲出現(xiàn)403禁止訪問錯誤詳解
更新時間：2017年03月11日 15:42:11 作者：完美風(fēng)暴4
這篇文章主要介紹了 python 爬蟲解決403禁止訪問錯誤的相關(guān)資料,需要的朋友可以參考下
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2018-06-06
python 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2020-04-04
這篇文章主要介紹了Keras官方中文文檔:性能評估Metrices詳解，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2020-06-06
這篇文章主要介紹了python對XML文件的操作實現(xiàn)代碼,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2020-03-03
大家好，本篇文章主要講的是python用pyecharts畫矩形樹圖實例，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
廣告點擊率是指有多少用戶點擊了您的廣告與有多少用戶查看了您的廣告的比率,本文主要為大家介紹了如何使用Python實現(xiàn)廣告點擊率預(yù)測,感興趣的小伙伴可以了解下2023-10-10
這篇文章主要給大家介紹了關(guān)于Python控制臺獲取輸入與常見的正則表達(dá)式用法的相關(guān)資料,在Python編程中,控制臺輸入和正則表達(dá)式是兩個重要而實用的概念,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-12-12
這篇文章主要為大家介紹了python銀行卡號碼校驗Luhn模10算法，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
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)）
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