网站建设汇报稿,博客网站设计方案,网站建设连接,h5素材库在采集网页信息的时候#xff0c;经常需要伪造报头来实现采集脚本的有效执行
下面#xff0c;我们将使用urllib2的header部分伪造报头来实现采集信息
方法1、 #!/usr/bin/python
-- coding: utf-8 --
#encodingutf-8 #Filename:urllib2-header.py
import urllib2 import…在采集网页信息的时候经常需要伪造报头来实现采集脚本的有效执行
下面我们将使用urllib2的header部分伪造报头来实现采集信息
方法1、 #!/usr/bin/python
-- coding: utf-8 --
#encodingutf-8 #Filename:urllib2-header.py
import urllib2 import sys
#抓取网页内容-发送报头-1 url “https://www.jb51.net” send_headers { ‘Host’:‘www.jb51.net’, ‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0’, ‘Accept’:‘text/html,application/xhtmlxml,application/xml;q0.9,/;q0.8’, ‘Connection’:‘keep-alive’ }
req urllib2.Request(url,headerssend_headers) r urllib2.urlopen(req)
html r.read() #返回网页内容 receive_header r.info() #返回的报头信息
sys.getfilesystemencoding()
html html.decode(‘utf-8’,‘replace’).encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码
print receive_header
print ‘####################################’
print html
-- coding: utf-8 --
#encodingutf-8 #Filename:urllib2-header.py
import urllib2 import sys
#抓取网页内容-发送报头-1 url “https://www.jb51.net” send_headers { ‘Host’:‘www.jb51.net’, ‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0’, ‘Accept’:‘text/html,application/xhtmlxml,application/xml;q0.9,/;q0.8’, ‘Connection’:‘keep-alive’ }
req urllib2.Request(url,headerssend_headers) r urllib2.urlopen(req)
html r.read() #返回网页内容 receive_header r.info() #返回的报头信息
sys.getfilesystemencoding()
html html.decode(‘utf-8’,‘replace’).encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码
print receive_header
print ‘####################################’
print html 方法2、 #!/usr/bin/python
-- coding: utf-8 --
#encodingutf-8 #Filename:urllib2-header.py
import urllib2 import sys
url ‘https://www.jb51.net’
req urllib2.Request(url) req.add_header(‘Referer’,‘https://www.jb51.net/’) req.add_header(‘User-Agent’,‘Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0’) r urllib2.urlopen(req)
html r.read() receive_header r.info()
html html.decode(‘utf-8’).encode(sys.getfilesystemencoding())
print receive_header print ‘#####################################’ print html
#!/usr/bin/python
