Python——爬虫【Requests设置请求头Headers】

转发：https://blog.csdn.net/ysblogs/article/details/88530124

1、为什么要设置headers? 

在请求网页爬取的时候，输出的text信息中会出现抱歉，无法访问等字眼，这就是禁止爬取，需要通过反爬机制去解决这个问题。

headers是解决requests请求反爬的方法之一，相当于我们进去这个网页的服务器本身，假装自己本身在爬取数据。

对反爬虫网页，可以设置一些headers信息，模拟成浏览器取访问网站 。

2、 headers在哪里找？ 

谷歌或者火狐浏览器，在网页面上点击：右键–>检查–>剩余按照图中显示操作，需要按Fn+F5刷新出网页来 

有的浏览器是点击：右键->查看元素，刷新

注意：headers中有很多内容，主要常用的就是user-agent 和 host，他们是以键对的形式展现出来，如果user-agent 以字典键对形式作为headers的内容，就可以反爬成功，就不需要其他键对；否则，需要加入headers下的更多键对形式。

用Python下载一个网页保存为本地的HTML文件实例1-中文网页

 
 

   
   

    
    

   
   
   
   

    
    

     
     import requests
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 中文网页：https://baike.so.com/doc/24386561-25208408.html
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     url1=
     
     'https://baike.so.com/doc/24386561-25208408.html'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #添加请求头
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     headers = {
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     'User-Agent':
     
     'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     }
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     response_1=requests.get(url1, headers=headers)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     response_1.encoding=
     
     'utf-8'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #第一种：
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # with open('steve_jobs2.html','w',encoding='utf-8') as f1:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #     f1.write(response_1.text)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #第二种：
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     f1=open(
     
     'steve_jobs2.html',
     
     'w',encoding=
     
     'utf-8')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     f1.write(response_1.text)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     c=response_1.text
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(c)
    
    
   
   
 
 

 用Python下载一个网页保存为本地的HTML文件实例2-英文网页

 
 

   
   

    
    

   
   
   
   

    
    

     
     import requests
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     import re
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 英文网页：https://en.wikipedia.org/wiki/Steve_Jobs
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     url2=
     
     'https://en.wikipedia.org/wiki/Steve_Jobs'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     response_2=requests.get(url2)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # 源码都是Utf-8编码
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     response_2.encoding=
     
     'utf-8'
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #第一种：
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     # with open('steve_jobs3.html','w',encoding='utf-8') as f2:
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #     f2.write(response_2.text)
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     #第二种：
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     f2=open(
     
     'steve_jobs3.html',
     
     'w',encoding=
     
     'utf-8')
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     f2.write(response_2.text)
    
    
   
   

   
   

    
    

   
   
   
   

    
    
 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     c=response_2.text
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     print(c)