Python3 爬虫(二) -- 伪装浏览器

本文详细介绍了如何在Python3中进行爬虫操作,通过伪装浏览器来避免被目标网站识别,主要步骤包括设置请求头、利用Fiddler工具观察和分析请求与响应报头,并通过实例演示了访问豆瓣网站的过程,最终展示了部分爬取结果。
摘要由CSDN通过智能技术生成

一、伪装浏览器

对于一些需要登录的网站,如果不是从浏览器发出的请求,则得不到响应。所以,我们需要将爬虫程序发出的请求伪装成浏览器正规军。
具体实现:自定义网页请求报头。

二、使用Fiddler查看请求和响应报头

打开工具Fiddler,然后再浏览器访问“https://www.douban.com/”,在Fiddler左侧访问记录中,找到“200 HTTPS www.douban.com”这一条,点击查看其对应的请求和响应报头具体内容:


三、访问豆瓣

我们自定义请求报头与上图Request Headers相同内容:
'''
伪装浏览器

对于一些需要登录的网站,如果不是从浏览器发出的请求,则得不到响应。
所以,我们需要将爬虫程序发出的请求伪装成浏览器正规军。
具体实现:自定义网页请求报头。
'''

#实例二:依然爬取豆瓣,采用伪装浏览器的方式

import urllib.request

#定义保存函数
def saveFile(data):
    path = 
评论 19
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