python爬蟲headers設(shè)置后無效的解決方法
更新時間：2017年10月21日 15:13:22 作者：返回主頁 Jacck
這篇文章主要為大家詳細(xì)介紹了python爬蟲headers設(shè)置后無效的解決方案，具有一定的參考價值，感興趣的小伙伴們可以參考一下
此次遇到的是一個函數(shù)使用不熟練造成的問題，但有了分析工具后可以很快定位到問題（此處推薦一個非常棒的抓包工具fiddler）
正文如下：
在爬取某個app數(shù)據(jù)時（app上的數(shù)據(jù)都是由http請求的），用Fidder分析了請求信息，并把python的request header信息寫在程序中進(jìn)行請求數(shù)據(jù)
代碼如下
import requests
url = 'http://xxx?startDate=2017-10-19&endDate=2017-10-19&pageIndex=1&limit=50&sort=datetime&order=desc'
headers={
"Host":"xxx.com",
"Connection": "keep-alive",
"Accept": "application/json, text/javascript, */*; q=0.01",
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.59 Safari/537.36",
"X-Requested-With": "XMLHttpRequest",
"Referer": "http://app.jg.eastmoney.com/html_Report/index.html",
"Accept-Encoding": "gzip,deflate",
"Accept-Language": "en-us,en",
"Cookie":"xxx"
}
r = requests.get(url,headers)
print (r.text)
請求成功但是，返回的是
{"Id":"6202c187-2fad-46e8-b4c6-b72ac8de0142","ReturnMsg":"加載失敗！"}
就是被發(fā)現(xiàn)不是正常請求被攔截了
然后我去Fidder中看剛才python發(fā)送請求的記錄 #蓋掉的兩個部分分別是Host和URL。
然后查看請求詳細(xì)信息的時候，請求頭并沒有加載進(jìn)去，User-Agent就寫著python-requests ! #請求頭里的UA信息是java，python程序，有點反爬蟲意識的網(wǎng)站、app都會攔截掉
Header詳細(xì)信息如下
GET http://xxx?istartDate=2017-10-19&endDate=2017-10-19&pageIndex=1&limit=50&sort=datetime&order=desc &Host=xxx.com &Connection=keep-alive &Accept=application%2Fjson%2C+text%2Fjavascript%2C+%2A%2F%2A%3B+q%3D0.01 &User-Agent=Mozilla%2F5.0+%28Windows+NT+6.1%3B+WOW64%29+AppleWebKit%2F537.36+%28KHTML%2C+like+Gecko%29+Chrome%2F29.0.1547.59+Safari%2F537.36 &X-Requested-With=XMLHttpRequest &Referer=xxx &Accept-Encoding=gzip%2Cdeflate &Accept-Language=en-us%2Cen &Cookie=xxx HTTP/1.1 Host: xxx.com User-Agent: python-requests/2.18.4 Accept-Encoding: gzip, deflate Accept: */* Connection: keep-alive HTTP/1.1 200 OK Server: nginx/1.2.2 Date: Sat, 21 Oct 2017 06:07:21 GMT Content-Type: application/json; charset=utf-8 Content-Length: 75 Connection: keep-alive Cache-Control: private X-AspNetMvc-Version: 5.2 X-AspNet-Version: 4.0.30319 X-Powered-By: ASP.NET
一開始還沒發(fā)現(xiàn)，等我把請求的URL信息全部讀完，才發(fā)現(xiàn)程序把我的請求頭信息當(dāng)做參數(shù)放到了URL里
那就是我請求的時候request函數(shù)Header信息參數(shù)用錯了
又重新看了一下Requests庫的Headers參數(shù)使用方法，發(fā)現(xiàn)有一行代碼寫錯了，在使用request.get（）方法時要把參數(shù) “headers =“寫出來
更改如下：
import requests
url = 'http://xxx?startDate=2017-10-19&endDate=2017-10-19&pageIndex=1&limit=50&sort=datetime&order=desc'
headers={
"Host":"xxx.com",
"Connection": "keep-alive",
"Accept": "application/json, text/javascript, */*; q=0.01",
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.59 Safari/537.36",
"X-Requested-With": "XMLHttpRequest",
"Referer": "http://app.jg.eastmoney.com/html_Report/index.html",
"Accept-Encoding": "gzip,deflate",
"Accept-Language": "en-us,en",
"Cookie":"xxx"
}
r = requests.get(url,headers=headers)
然后去查看Fiddler中的請求。
此次python中的請求頭已經(jīng)正常了，請求詳細(xì)信息如下
GET http://xxx?startDate=2017-10-19&endDate=2017-10-19&pageIndex=1&limit=50&sort=datetime&order=desc HTTP/1.1 User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.59 Safari/537.36 Accept-Encoding: gzip,deflate Accept: application/json, text/javascript, */*; q=0.01 Connection: keep-alive Host: xxx.com X-Requested-With: XMLHttpRequest Referer: http://xxx Accept-Language: en-us,en Cookie: xxx HTTP/1.1 200 OK Server: nginx/1.2.2 Date: Sat, 21 Oct 2017 06:42:21 GMT Content-Type: application/json; charset=utf-8 Content-Length: 75 Connection: keep-alive Cache-Control: private X-AspNetMvc-Version: 5.2 X-AspNet-Version: 4.0.30319 X-Powered-By: ASP.NET
然后又用python程序請求了一次，結(jié)果請求成功，返回的還是
{"Id":"6202c187-2fad-46e8-b4c6-b72ac8de0142","ReturnMsg":"加載失敗！"}
因為一般cookie都會在短時間內(nèi)過期，所以更新了cookie，然后請求成功
需要注意的是用程序爬蟲一定要把Header設(shè)置好，這個app如果反爬的時候封ip的話可能就麻煩了。
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
Python?BeautifulSoup4實現(xiàn)數(shù)據(jù)解析與提取
Beautiful?Soup是一個Python的庫,用于解析HTML和XML文檔,提供了方便的數(shù)據(jù)提取和操作功能,下面小編就來和大家詳細(xì)聊聊如何利用BeautifulSoup4實現(xiàn)數(shù)據(jù)解析與提取吧2023-10-10
這篇文章主要介紹了python錯誤調(diào)試及單元文檔測試過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-12-12
實現(xiàn)高內(nèi)聚,低耦合、結(jié)構(gòu)清晰不臃腫、可讀性高、數(shù)據(jù)冗余性低、高復(fù)用、易擴(kuò)展的代碼,并非易事.上到設(shè)計模式,下到某個類、方法、函數(shù)的構(gòu)造.在這里我分享一下我自己的代碼設(shè)計,編寫風(fēng)格,讓我們互相學(xué)習(xí),需要的朋友可以參考下2021-06-06
Python的SimpleHTTPServer模塊用處及使用方法簡介
這篇文章主要介紹了Python的SimpleHTTPServer模塊用處及使用方法簡介，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下2018-01-01
基于python OpenCV實現(xiàn)動態(tài)人臉檢測
這篇文章主要為大家詳細(xì)介紹了基于python OpenCV實現(xiàn)動態(tài)人臉檢測，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-05-05
這篇文章將詳細(xì)為大家介紹如何通過阿里云日志服務(wù)搭建一套通過Python上傳日志、配置日志告警的監(jiān)控服務(wù)，感興趣的小伙伴可以了解一下2022-05-05
在本篇文章里小編給大家整理的是關(guān)于python對齊錯誤的解決方法，需要的朋友們可以參考學(xué)習(xí)下。2020-07-07
在本篇文章里小編給大家整理的是一篇關(guān)于python關(guān)鍵字傳遞參數(shù)實例分析內(nèi)容，有需要的朋友們可以學(xué)習(xí)參考下。2021-06-06
使用Python+selenium實現(xiàn)第一個自動化測試腳本
這篇文章主要介紹了使用Python+selenium實現(xiàn)第一個自動化測試腳本，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
下面小編就為大家?guī)硪黄狿ython爬蟲DOTA排行榜爬取實例(分享)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-06-06