spider_使用user-agent

本文介绍了一种常见的反反爬技术——User-Agent的使用方法。通过设置User-Agent为常见浏览器类型,可以绕过一些网站的反爬虫机制,实现网页的正常抓取。文章提供了具体的Python代码示例,展示了如何在requests库中设置User-Agent。
"""
1.使用第一种反反爬措施User-Agent(伪装浏览器)

"""
import chardet
import requests
from urllib import request
# 使用etree python3.5以上 ,不支持etree,
from lxml import html



# 1.得到所有的章节url的html网页
# def urlsHtml():
# # 使用user-agent代理,伪装浏览器
# url = "https://www.biqudao.com/bqge25289/"
# henders = {
# "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"
# }
# # 得到解析文本 不调用text的话,返回的是一个bytes(字节数组)
# res = requests.get(url,headers=henders).text
# print(type(res))
#
# return res
#
# # 调用函数
# date = urlsHtml()
# print(date)


class BaiDu(object):
def baidu(self):
url = "http://www.baidu.com/"
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0"
}
# 声明请求对象的时候 注入请求头 修改User-Agent(身份)
req = request.Request(url,headers=headers)
# 网页请求
html = request.urlopen(req).read()
print(html.decode())

if __name__ == '__main__':
bd = BaiDu()
bd.baidu()

转载于:https://www.cnblogs.com/YangQingHong/p/10971584.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值