Python下Selenium PhantomJs设置header的方法

2019独角兽企业重金招聘Python工程师标准>>>

代码

话不多说，直接上代码

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

def getSource(url):
   
    headers = {
        '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',
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.4882.400 QQBrowser/9.7.13059.400',
        'referer':'http://www.taobao.com'
    }
    #使用copy()防止修改原代码定义dict
    cap = DesiredCapabilities.PHANTOMJS.copy() 

    for key, value in headers.items():
        cap['phantomjs.page.customHeaders.{}'.format(key)] = value

    # 不载入图片，爬页面速度会快很多
    cap["phantomjs.page.settings.loadImages"] = False

    driver = webdriver.PhantomJS(desired_capabilities=cap)
    driver.get(encodeUrl(url))

部分博文提到设置User-Agent使用的是这个方法，好像也是可以的：

cap["phantomjs.page.settings.userAgent"] = 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36'

 

检查

访问如下网址，可以回显你请求的数据，用来检查设置的header是否有效：
https://httpbin.org/get?show_env=1

例如我用如上的代码，访问这个地址，后面跟上两个实验参数：
https://httpbin.org/get?show_env=1&q=nihao&bbb=c
网页返回：

 

转载于:https://my.oschina.net/u/2396236/blog/1790714