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。