一些网页在反爬手段中加了cookies这个选项,每次爬取网站需要传入cookie信息,但是当网页的反爬手段是动态cookie的时候,输入静态cookie就不管用了,这个问题的解决方法就是handler处理器
下面的代码爬取了百度的网页源码,通过handler对象,可以获取到动态的cookie
# 需求: 使用handler访问百度,获取网页源码
import urllib.request
url = "http://www.baidu.com"
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36'
}
request = urllib.request.Request(url = url, headers = headers)
# handler build_opener open
# 1:获取handler对象
handler = urllib.request.HTTPHandler
# 2: 获取opener对象
opener = urllib.request.build_opener(handler)
# 3: 调用open方法
response = opener.open(request)
content = response.read().decode('utf-8')
print(content)