UA
1、UA :User-Agent(请求载体的身份标识)
2、UA检测:门户网站的服务器会检测对应请求的载体身份标识,如果检测到请求的载体身份标识为某一款浏览器,说明该请求是一个正常的请求,但是如果检测到请求的载体身份标识不是基于某一款浏览器,则表示该请求为不正常的请求(爬虫),则服务器端很可能会拒绝该请求
3、UA伪装:让爬虫对应的请求载体身份标识伪装成某一款浏览器
# 网页采集器
import requests
# UA :User-Agent(请求载体的身份标识)
# UA检测:门户网站的服务器会检测对应请求的载体身份标识,如果检测到请求的载体身份标识为某一款浏览器,说明该请求是一个正常的请求,
# 但是如果检测到请求的载体身份标识不是基于某一款浏览器,则表示该请求为不正常的请求(爬虫),则服务器端很可能会拒绝该请求
# UA伪装:让爬虫对应的请求载体身份标识伪装成某一款浏览器
if __name__ == '__main__':
# UA伪装:将对应的请求载体身份标识伪装成某一款浏览器
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 Edg/97.0.1072.69'
}
# 指定url
url = 'https://www.sogou.com/web'
# 处理url携带的参数: 封装到字典中
kw = input('enter a word')
param = {
'query': kw
}
# 发送请求(携带参数)
response = requests.get(url=url,params=param,headers=headers)
# 获取响应数据
page_text = response.text
fileName = kw + '.html'
print(page_text)
# 持久化存储
with open(fileName, 'w', encoding='utf-8') as fp:
fp.write(page_text)
print(fileName,'保存成功。。。')
成功: