Python 3.x 中"HTTP Error 403: Forbidden"问题的解决方案

转载 2016年08月30日 12:38:35

转载自 http://www.2cto.com/kf/201309/242273.html


问题:

urllib.request.urlopen() 方法经常会被用来打开一个网页的源代码,然后会去分析这个页面源代码,但是对于有的网站使用这种方法时会抛出"HTTP Error 403: Forbidden"异常。


例如: 执行下面的语句时 

urllib.request.urlopen("http://blog.csdn.net/eric_sunah/article/details/11099295")


会出现以下异常:

File "D:\Python32\lib\urllib\request.py", line 475, in open  
    response = meth(req, response)  
  File "D:\Python32\lib\urllib\request.py", line 587, in http_response  
    'http', request, response, code, msg, hdrs)  
  File "D:\Python32\lib\urllib\request.py", line 513, in error  
    return self._call_chain(*args)  
  File "D:\Python32\lib\urllib\request.py", line 447, in _call_chain  
    result = func(*args)  
  File "D:\Python32\lib\urllib\request.py", line 595, in http_error_default  
    raise HTTPError(req.full_url, code, msg, hdrs, fp)  
urllib.error.HTTPError: HTTP Error 403: Forbidden


分析:

之所以出现上面的异常,是因为如果用 urllib.request.urlopen() 方式打开一个URL,服务器端只会收到一个单纯的对于该页面访问的请求,但是服务器并不知道发送这个请求使用的浏览器,操作系统,硬件平台等信息,而缺失这些信息的请求往往都是非正常的访问,例如爬虫。


有些网站为了防止这种非正常的访问,会验证请求信息中的UserAgent(它的信息包括硬件平台、系统软件、应用软件和用户个人偏好),如果UserAgent存在异常或者是不存在,那么这次请求将会被拒绝(如上错误信息所示)

所以可以尝试在请求中加入UserAgent的信息。


方案:

对于Python 3.x来说,在请求中添加UserAgent的信息非常简单,代码如下:

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20100101 Firefox/23.0'}  
req = urllib.request.Request(url=chaper_url, headers=headers)  
urllib.request.urlopen(req).read() 

谷歌浏览器中如何查看headers信息

http://jingyan.baidu.com/article/27fa73268ff4e146f8271f33.html

相关文章推荐

Python爬虫实践(三)设置Headers

例子:以登录知乎为例import urllib2 import urllibvalues={"username":"XXXX@qq.com","password":"XXXX"} data=urlli...

python爬虫05--添加header

#具体可以看下面代码 import urllib.request import json import urllib.parse url = "http://fanyi.youdao.com/t...

Python网络爬虫(三)-----User-Agent

1. 查看URL, User-Agent 2. User-Agent提交 3. 网页返回数据

urllib2.HTTPError: HTTP Error 403: Forbidden

应用例子: #coding:utf-8 import urllib2 request = urllib2.Request('http://blog.csdn.net/nevasun') #在请求...

Python网页爬虫提示urllib2.HTTPError: HTTP Error 403: Forbidden 错误

最近写一个Python网页爬虫脚本,提示urllib2.HTTPError: HTTP Error 403: Forbidden,问了度娘,找到了下面的解决方法,解决了问题. 出现url...

python 爬虫 url error : HTTP 403 Forbidden

爬取QQ空间内容的时候, 一开始的程序,不知道怎么回事,频繁出现

高性能MySql进化论(三):ID(标示符)的选择

在设计数据库表结构的时候,通常情况下每张表结构都有一个字段作为ID,因为 ID会被用来做查询,JOIN,FK等操作,所以ID设计的好坏对性能的影响很大。

python爬虫解决403禁止访问错误

python 403禁止访问问题

用python爬虫csdn的内容,完美解决403 Forbidden

转自:http://www.yihaomen.com/article/python/210.htm csdn上偶尔还是有那么一两篇好文章的,如果遇到这样的好文章,你想直接把它弄到自己的网站里面,...

Python 3.x 中"HTTP Error 403: Forbidden"问题的解决方案

urllib.request.urlopen() 方法经常会被用来打开一个网页的源代码,然后会去分析这个页面源代码,但是对于有的网站使用这种方法时会抛出"HTTP Error 403: Forbidd...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)