この記事はPythonクローラーの403アクセス禁止エラーの詳細な説明に関する関連情報を主に紹介していますので、必要な友達は参考にしてください
Pythonクローラーは403アクセス禁止エラーを解決します
Pythonでクローラーを書く場合、html .getcode() は、Web サイト上の自動クローラの禁止である 403 アクセスの問題に遭遇します。この問題を解決するには、Python モジュール urllib2 モジュールを使用する必要があります。たとえば、url=http://blog.csdn.NET/qysh123 に接続する場合、この接続には 403 アクセス禁止の問題がある可能性があります
この問題を解決するには、次の手順が必要です:
<span style="font-size:18px;">req = urllib2.Request(url) req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36") req.add_header("GET",url) req.add_header("Host","blog.csdn.net") req.add_header("Referer","http://blog.csdn.net/")</span>
属性であり、ブラウザ
を通してソースコードを表示することで表示でき、その後、html=urllib2.urlopen(req) print html.read()は、すべてのWebページのコードをダウンロードすることができます。 403アクセス禁止問題。 上記の問題については、将来簡単に使用できるように
#-*-coding:utf-8-*- import urllib2 import random url="http://blog.csdn.net/qysh123/article/details/44564943" my_headers=["Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36", "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36", "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:30.0) Gecko/20100101 Firefox/30.0" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.75.14 (KHTML, like Gecko) Version/7.0.3 Safari/537.75.14", "Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.2; Win64; x64; Trident/6.0)" ] def get_content(url,headers): ''''' @获取403禁止访问的网页 ''' randdom_header=random.choice(headers) req=urllib2.Request(url) req.add_header("User-Agent",randdom_header) req.add_header("Host","blog.csdn.net") req.add_header("Referer","http://blog.csdn.net/") req.add_header("GET",url) content=urllib2.urlopen(req).read() return content print get_content(url,my_headers)ランダム関数は、ブラウザータイプのユーザーエージェント情報を自動的に取得するために使用されます。
カスタム関数に独自のHost、Referer、GET情報などを記述する必要があります。これらの問題を解決すると、403アクセス情報が表示されなくなります。
以上がPython クローラーの 403 アクセス禁止エラーの詳細な説明の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。