爬虫基础系列urllib——构造随机请求头（4）

1920664-0c61644217f76c3a.jpg

随机取出请求头

• 浏览器不同，请求头是不一样的，通过构造随机请求头，达到通过不同浏览器爬取数据的目的，请求头user-agent 在网上可以找到很多，本文中的例子有火狐，ie，以及手机浏览器。

agent1="Mozilla/5.0 (Windows NT 5.1; rv:52.0) Gecko/20100101 Firefox/52.0"
agent2="User-Agent:Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1"
agent3="Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50"
agent4="Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5"
agent5="Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10"

random模块取出随机请求头放入请求中

• random 包是Python内置模块，引用方法为import random
• random.choice()函数可以从一个序列随机取出其中一个值，将随机取出的值放入请求中，达到使用不同的浏览器爬取的目的。
  完整代码：

#将请求头信息封装入Request对抗反爬虫机制通常需要多个请求头信息
#将请求头信息做成字典形式方便封装用随机模块随机调用请求头信息
from urllib import request
import random
import re
#User-Agent:"Mozilla/5.0 (Windows NT 5.1; rv:52.0) Gecko/20100101 Firefox/52.0"
agent1="Mozilla/5.0 (Windows NT 5.1; rv:52.0) Gecko/20100101 Firefox/52.0"
agent2="User-Agent:Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1"
agent3="Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50"
agent4="Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5"
agent5="Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10"
#用列表装请求头信息
list1=[agent1,agent2,agent3,agent4,agent5]
#用随机模块取值
agent=random.choice(list1)
print(agent)
#创建请求头信息
header={"User-Agent":agent}

url=r"http://www.baidu.com/"
# request自动创建请求对象不方便使用所以要创建用户自定义请求
mq=request.Request(url,headers=header)#将请求头信息以参数方式传入请求
reponse=request.urlopen(mq).read().decode()
pat=r""
data=re.findall(pat,reponse)
print(data)

运行结果：

Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5
['百度一下']

• 这里可以看到取出的是iphone苹果手机的浏览器请求头，得到的结果也略微不同。

爬虫基础系列urllib——构造请求头（3）