服务器拒绝爬虫403

#抓取PTT电影版的网页原始码(HTML)
import urllib.request as req
url=“https://www.ptt.cc/bbs/movie/index.html”
#建立一个Request物件,附加Request Headers 的资讯 http://www.yesesport.com/
request=req.Request(url,headers={
“User-Agent”:“Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36”
})
with req.urlopen(request) as response:
data=response.read().decode(“utf-8”)
#资料解析
import bs4
root=bs4.BeautifulSoup(data,“html.parser”)
titles=root.find_all(“div”,class_=“title”)
print(titles)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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