搜索

首页  >  问答  >  正文

网页爬虫 - python爬取大众点评网伪装浏览器返回出现403错误

hi,各位好,我在爬大众点评的这个网页http://www.dianping.com/search/keyword/2/75_%E6%96%B0%E4%B8%9C%E6%96%B9,用的request包获取网页源码,header主要添加了user-agent和cookie,但为什么总是返回错误?求助,谢谢各位了!
PS:用curl可以返回正常的源码,没有被封IP

1

2

3

4

5

6

7

8

9

10

11

12

13

<code>import requests

 

def gethtml(url, headers):

    html = requests.get(url, headers = headers)

    html.encoding = 'utf-8'

    return html.text

 

head = {'User_Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2723.3 Safari/537.36',

        'Cookie': 'PHOENIX_ID=0a650c81-154a0633f47-a97843; _hc.v="\"e27e18eb-3a3d-4b40-b06a-cbe624c96048.1462979739\""; s_ViewType=10; JSESSIONID=877B00919AD417544F72F5A9953E54B4; aburl=1; cy=2; cye=beijing'}

 

url = 'http://www.dianping.com/search/keyword/2/75_%E6%96%B0%E4%B8%9C%E6%96%B9'

html = gethtml(url, head)

print(html)</code>

PHPzPHPz2808 天前2085

全部回复(2)我来回复

  • 伊谢尔伦

    伊谢尔伦2017-04-17 17:45:45

    已经解决,header中添加
    {'Accept': 'application/json, text/javascript'}就能正常返回了

    回复
    0
  • 巴扎黑

    巴扎黑2017-04-17 17:45:45

    如果换 cookie 换 user agent 都不行,那你试试普通的 CURL。可能是 IP 被 ban 了?

    回复
    0
  • 取消回复