py3 爬虫设置user-agent

爬网页的时候,明明网址是正确的,但是用python爬网页返回 not fount 404错误

网上查了结果是需要设置 user-agent

# -*- coding:utf-8 -*-
import urllib.request
import re

# install proxy
# url ="http://www.cnblogs.com/GuoYaxiang/p/6232831.html"
url = "http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2016/11.html"
req = urllib.request.Request(url,headers={'User-agent': 'Mozilla/5.0'})
html = urllib.request.urlopen(req).read()
html = html.decode("gbk").replace('\n','').replace('\t','')

# print(html)
pat = re.findall('citytr(.*?)html',html)
print(pat)


评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值