对于请求一些网站，我们需要加上请求头才可以完成网页的抓取，不然会得到一些错误，无法返回抓取的网页。下面，介绍两种添加请求头的方法。
方法一：借助build_opener和addheaders完成
|
1
2
3
4
5
6
7
8
9
|
import urllib.requesturl="http://www.meizitu.com"#注意：在urllib 中headers是元组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")opener=urllib.request.build_opener()opener.addheaders=[headers]data=opener.open(url)print(data.read()) |
注意：此处的headers要写为一个元组类型才可以。写为字典类型的话会报错！
方法二、创建一个Request实例对象
|
1
2
3
4
5
6
7
8
9
10
|
# 案例1import urllib.requesturl="http://www.meizitu.com"#注意：在urllib 中这种的headers 是需要是字典的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"}req=urllib.request.Request(url=url,headers=headers)file=urllib.request.urlopen(req)#出现有些解码错误的话，加上“ignore”就可以啦print(file.read().decode("utf-8",'ignore')) |
注意：此处的headers要写为一个字典类型才可以。
创建一个Reques对象，把需要的headers,url，proxy 都放进去，或者在post 请求中还可以把编码过后的data 值放进去，再用urlopen 打开，就比较方便了。
另外，这种方法还可以用add_headers（）来添加headers，代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
import urllib.requesttry: url="http://www.meizitu.com" req=urllib.request.Request(url=url) req.add_header("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") file=urllib.request.urlopen(req,timeout=10.1) print(file.read().decode("utf-8",'ignore'))except Exception as e: print("时间超时",str(e)) |
总结：通过以上两种方法，可以完成请求头的相关参数设置，但是得注意headers是用字典类型来传入还是元组类型。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.cnblogs.com/lincappu/p/12883519.html
