网页爬虫实例（二）-页面出现意外错误

最新推荐文章于 2023-04-23 22:54:29 发布

原创

最新推荐文章于 2023-04-23 22:54:29 发布 · 617 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python爬虫、requests

# Copyright (c)2018, 东北大学软件学院学生
# All rightsreserved
# 文件名称：justForTest.py
# 作   者：孔云
#问题描述：访问亚马逊网页，出现意外错误，解决办法是修改网页http的头部
# coding:utf-8
import requests
r=requests.get("http://www.amazon.cn/gp/product/B01M8L5Z3Y")
print(r.status_code) #状态码检查是否链接成功，200链接成功，否则失败
print(r.encoding)
r.encoding=r.apparent_encoding
print(r.text)

运行结果：

由结果知，出现了错误。不能访问网页。

加入代码检查：

print(r.request.headers)

运行结果：

发现User-Agent值，知道是由python-requests库一个程序访问引起的，不支持这样的访问，接下来更改http头部信息，然后访问网页。代码如下：

import requests
kv={'User-Agent':'Mozilla/5.0'} #重新定义User-Agent值，这时浏览器可能是火狐、谷歌或其他，Mozilla/5.0是一个标准的浏览器标识字段
url="http://www.amazon.cn/gp/product/B01M8L5Z