爬虫-python(二)初识request

继续写。
上一篇写了最简单的一个爬虫,这次我们改下url地址,换成糗百,修改完的代码如下:

from urllib.request import urlopen


# 发送请求,获取服务器给的响应
url = "https://www.qiushibaike.com/"
response = urlopen(url)

# 读取结果,无法正常显示中文
html = response.read()

# 进行解码操作,转为utf-8
html_decode = html.decode()

# 打印结果
print(html_decode)

执行下,会发现报错,raise RemoteDisconnected("Remote end closed connection without"http.client.RemoteDisconnected: Remote end closed connection without response)

什么意思?就是服务器拒绝爬虫请求,这时候我们需要模拟成一个浏览器,增加request 头信息,主要是设置user-agent,我们改动下代码,模拟成火狐浏览器

from urllib.request import urlopen
from urllib.request import Request
from fake_useragent import UserAgent

#设置request header
ua = UserAgent()
headers = {
    "User-Agent":ua.firefox
}

#封装request
url = "https://www.qiushibaike.com/"
request = Request(url,headers=headers)

# 发送请求,获取服务器给的响应
response = urlopen(request)

# 读取结果,无法正常显示中文
html = response.read()

# 进行解码操作,转为utf-8
html_decode = html.decode()

# 打印结果
print(html_decode)

 

再执行就会发现成功了。

上一篇:可编程的web浏览方式


下一篇:ORA-01405 : fetched column value is NULL