python学习之6 requests模拟浏览器抓数据

python学习之6 requests模拟浏览器抓数据

在爬网站时，有时候会遇到返回500，被服务器拒绝的情况。
需要做的是，模拟浏览器登录。
即增加，headers

headers = {
    'Host': 'blog.csdn.net',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'Accept-Encoding': 'gzip, deflate',
    'Referer': 'http://www.baidu.com',
    'Connection': 'keep-alive',
    'Cache-Control': 'max-age=0',
}

其中referer比较重要，即来源网站。用百度谷歌，一般就可以。

使用时候如下，

练习源码

#coding = utf-8
####################################################
# coding by 刘云飞
####################################################
import requests

response = requests.get(blog, headers=headers)
print(response.status_code)