使用python爬取图片写入文件夹,附urllib.error.HTTPError: HTTP Error 403: Forbidden问题解决

今天尝试通过python将图片url下载并写入文件夹,一开始我直接使用urllib包下的request,没有使用User-Agent请求头,结果爬取过程中报错,提示:

urllib.error.HTTPError: HTTP Error 403: Forbidden。
in http_error_default raise HTTPError(req.full_url, code, msg, hdrs, fp)

初步分析,应该是因为网站采取的反爬虫手段,导致爬取失败。后又尝试使用requests的get方法,并加上请求头成功读取到图片文件。
后来想复现第一次的问题时,发现第一种方法也可以成功爬取了,现将这两种读取图片的方法记录如下,如果有遇到上面报错的小伙伴可作为参考。
第一种

from urllib  import request

imgurl = 'https://img2.doubanio.com/view/photo/s_ratio_poster/public/p2190705581.webp'
request.urlretrieve(imgurl,'F:/ml/test.jpg')

第二种

import requests
headers = {
    'User-Agent':'Mozilla/5.0 (Macintoosh; Intel Mac OS X 10_14_68) AppleWebKit/538.36 (KHTML, like Gecko) Chrome/76.0.3904.97 Safari/537.36'
}
imgurl = 'https://img2.doubanio.com/view/photo/s_ratio_poster/public/p2190705581.webp'
req = requests.get(url=imgurl , headers=headers)
open(f'F:/ml/test.jpg','wb').write(req.content)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当你使用 urllib 库进行网络请求时,出现 HTTP Error 403: Forbidden 错误,这意味着服务器拒绝了你的请求。这通常是因为你的请求被防火墙或网站服务器拦截。 有一些方法可以解决这个问题: 1. 修改 User-Agent 有些网站会根据 User-Agent 来判断请求的来源,如果 User-Agent 不合法,就会拒绝请求。因此,你可以通过修改 User-Agent 来模拟浏览器请求。例如: ```python import urllib.request url = 'http://www.example.com/' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'} req = urllib.request.Request(url, headers=headers) response = urllib.request.urlopen(req) html = response.read() ``` 2. 使用代理IP 如果你的 IP 被网站服务器封禁,可以使用代理 IP 来绕过限制。例如: ```python import urllib.request url = 'http://www.example.com/' proxy = urllib.request.ProxyHandler({'http': 'http://127.0.0.1:8888'}) opener = urllib.request.build_opener(proxy) urllib.request.install_opener(opener) response = urllib.request.urlopen(url) html = response.read() ``` 其中,`http://127.0.0.1:8888` 是代理服务器的地址。你可以在网上找到一些免费的代理服务器,在代码中修改为对应的地址即可。 3. 等待一段时间再请求 有些网站会对频繁请求进行限制,你可以等待一段时间再进行请求,或者减少请求频率。如果你是在爬取大量数据,建议使用异步爬虫库,如 asyncio、aiohttp 等,可以提高效率,并减少请求频率。 以上是一些常见的方法,但不保证一定可以解决问题。在实际操作中,还需要根据具体情况进行调整。
评论
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