您好,欢迎访问一九零五行业门户网

python中使用urllib2伪造HTTP报头的2个方法

在采集网页信息的时候,经常需要伪造报头来实现采集脚本的有效执行
下面,我们将使用urllib2的header部分伪造报头来实现采集信息
方法1、
#!/usr/bin/python# -*- coding: utf-8 -*-#encoding=utf-8#filename:urllib2-header.py import urllib2import sys #抓取网页内容-发送报头-1url= http://www.jb51.netsend_headers = { 'host':'www.jb51.net', 'user-agent':'mozilla/5.0 (windows nt 6.2; rv:16.0) gecko/20100101 firefox/16.0', 'accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8', 'connection':'keep-alive'} req = urllib2.request(url,headers=send_headers)r = urllib2.urlopen(req) html = r.read() #返回网页内容receive_header = r.info() #返回的报头信息 # sys.getfilesystemencoding() html = html.decode('utf-8','replace').encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码 print receive_header# print '####################################'print html
方法2、
#!/usr/bin/python# -*- coding: utf-8 -*-#encoding=utf-8#filename:urllib2-header.py import urllib2import sys url = 'http://www.jb51.net' req = urllib2.request(url)req.add_header('referer','http://www.jb51.net/')req.add_header('user-agent','mozilla/5.0 (windows nt 6.2; rv:16.0) gecko/20100101 firefox/16.0')r = urllib2.urlopen(req) html = r.read()receive_header = r.info() html = html.decode('utf-8').encode(sys.getfilesystemencoding()) print receive_headerprint '#####################################'print html
其它类似信息

推荐信息