Python爬虫中Requests设置请求头Headers的方法_Python

Python爬虫中Requests设置请求头Headers的方法

2020-09-22 23:56syblogs Python

这篇文章主要介绍了Python爬虫中Requests设置请求头Headers的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

1、为什么要设置headers?

在请求网页爬取的时候，输出的text信息中会出现抱歉，无法访问等字眼，这就是禁止爬取，需要通过反爬机制去解决这个问题。

headers是解决requests请求反爬的方法之一，相当于我们进去这个网页的服务器本身，假装自己本身在爬取数据。

对反爬虫网页，可以设置一些headers信息，模拟成浏览器取访问网站。

2、 headers在哪里找？

谷歌或者火狐浏览器，在网页面上点击：右键–>检查–>剩余按照图中显示操作，需要按Fn+F5刷新出网页来

有的浏览器是点击：右键->查看元素，刷新

Python爬虫中Requests设置请求头Headers的方法

注意：headers中有很多内容，主要常用的就是user-agent 和 host，他们是以键对的形式展现出来，如果user-agent 以字典键对形式作为headers的内容，就可以反爬成功，就不需要其他键对；否则，需要加入headers下的更多键对形式。

用Python下载一个网页保存为本地的HTML文件实例1-中文网页

				?

									import requests

									# 中文网页：https://baike.so.com/doc/24386561-25208408.html

									url1='https://baike.so.com/doc/24386561-25208408.html'

									#添加请求头

									headers = {

									 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE'

									}

									response_1=requests.get(url1, headers=headers)

									response_1.encoding='utf-8'

									#第一种：

									# with open('steve_jobs2.html','w',encoding='utf-8') as f1:

									#  f1.write(response_1.text)

									#第二种：

									f1=open('steve_jobs2.html','w',encoding='utf-8')

									f1.write(response_1.text)

									c=response_1.text

									print(c)

用Python下载一个网页保存为本地的HTML文件实例2-英文网页

				?

									import requests

									import re

									# 英文网页：https://en.wikipedia.org/wiki/Steve_Jobs

									url2='https://en.wikipedia.org/wiki/Steve_Jobs'

									response_2=requests.get(url2)

									# 源码都是Utf-8编码

									response_2.encoding='utf-8'

									#第一种：

									# with open('steve_jobs3.html','w',encoding='utf-8') as f2:

									#  f2.write(response_2.text)

									#第二种：

									f2=open('steve_jobs3.html','w',encoding='utf-8')

									f2.write(response_2.text)

									c=response_2.text

									print(c)