Python爬虫偷懒神器 —— 一键构造请求头!

今天介绍个神奇的网站！堪称爬虫偷懒的神器！

我们在写爬虫，构建网络请求的时候，不可避免地要添加请求头( headers )，以 mdn 学习区为例，我们的请求头是这样的：

 

 

 

 

 

Python资源共享群：484031800

一般来说，我们只要添加 user-agent 就能满足绝大部分需求了，Python 代码如下：

import requests
headers = {
    #'authority': 'developer.mozilla.org',
    #'pragma': 'no-cache',
    #'cache-control': 'no-cache',
    #'upgrade-insecure-requests': '1',
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 YaBrowser/19.7.0.1635 Yowser/2.5 Safari/537.36',
    #'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3',
    #'accept-encoding': 'gzip, deflate, br',
    #'accept-language': 'zh-CN,zh-TW;q=0.9,zh;q=0.8,en-US;q=0.7,en;q=0.6',
    #'cookie': 你的cookie,
}
response = requests.get('https://developer.mozilla.org/zh-CN/docs/learn', headers=headers)

但是有些请求，我们要把特定的 headers 参数 添加上才能获得正确的网络响应，不知道哪个参数是必要的情况下，就要先把所有参数都添加上，再逐个排除。

但是手动复制粘贴 headers 字典里的每一个 键值对 太费事了

一个不那么方便的解决方案：

用正则表达式或者直接字符串替换，把 headers 字符串直接转化为字典，封装成函数方便以后反复调用。

有的人喜欢用这种方法，每次复制headers信息，然后调用自己封装好的函数，但我觉得还是挺麻烦的。

那么还有没有 快速一键 生成 Python 爬虫请求头的方法呢？

这里给大家介绍两个：

• 网站在线转换
• Postman

实战演练

抓取网站： https://developer.mozilla.org...

网站在线转换

1，Chrome 打开开发者选项（ f12 ）---> network 选项卡 ---> 刷新页面,获取请求 ---> 找到页面信息对应的请求 (通过请求的名称、后缀和 response 内容来判断)

 

 

 

 

 

 

2，右键，copy ---> copy as cURL (bash)，注意不是【copy as cURL (cmd)】

 

 

 

 

 

 

3，打开网站， https://curl.trillworks.com/ ，粘贴 cURL (bash) 到 左边 curl command，右边会 自动 出 Python 代码

 

 

 

 

 

 

4，生成代码如下图

 

 

 

 

 

 

5，print ( response.text ) 就可以直接打印网页源代码啦！

Postman

1，下载 postman ( Chrome 也有个 postman 的插件，操作应该差不多)

2，打开 postman，弹出的界面可以直接关掉

 

 

 

 

 

 

3，import --> paste raw text，在 Chrome 里复制 curl (bash)，粘贴到下面的对话框里，点击 import 按钮

 

 

 

 

 

 

4，点击 send，模拟网络请求，下方可查看源代码

 

 

 

 

 

 

5，确保源代码正常后，点击 code

 

 

 

 

 

 

6，左上角可以选择编程语言，右上角复制到剪贴板

 

 

 

 

 

 

大功告成！

其实我本人平时都是用第一种，网站比较稳定，基本没出现过异常；有了这个神器就不用自己再构造请求头了，先一键生成，然后再根据需求调一调就好了，几秒钟就搞定了。建议收藏网址。