Python3 爬虫（二） -- 伪装浏览器

最新推荐文章于 2024-07-24 16:36:32 发布

逆風的薔薇

最新推荐文章于 2024-07-24 16:36:32 发布

阅读量3.5w

点赞数 9

分类专栏： Python 文章标签： python 爬虫伪装浏览器

本文链接：https://blog.csdn.net/fly_yr/article/details/51525756

版权

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 =