爬虫-python（二）初识urllib.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。