快捷導(dǎo)航

Python爬蟲UA偽裝爬取的實例講解

更新時間：2021年02月19日 16:31:01 作者：宋宋大人

在本篇文章里小編給大家整理的是一篇關(guān)于Python爬蟲UA偽裝爬取的實例講解內(nèi)容，有需要的朋友們可以學(xué)習(xí)參考下。

在使用python爬取網(wǎng)站信息時，查看爬取完后的數(shù)據(jù)發(fā)現(xiàn)，數(shù)據(jù)并沒有被爬取下來，這是因為網(wǎng)站中有UA這種請求載體的身份標識，如果不是基于某一款瀏覽器爬取則是不正常的請求，所以會爬取失敗。本文介紹Python爬蟲采用UA偽裝爬取實例。

一、python爬取失敗原因如下：

UA檢測是門戶網(wǎng)站的服務(wù)器會檢測對應(yīng)請求的載體身份標識，如果檢測到請求的載體身份標識為某一款瀏覽器，說明該請求是一個正常的請求。如果檢測到請求的載體身份標識不是基于某一款瀏覽器的。則表示該請求為不正常的請求，則服務(wù)器端就很有可能會拒絕該次請求。

二、解決方法：采用UA偽裝

讓爬蟲對應(yīng)的請求載體身份標識偽裝成某一款瀏覽器，這里采用的偽裝成Chrome瀏覽器。

采用UA偽裝爬取實例

import requests
if __name__=="__main__":
  headers={
    "User-Agent":"Mozilla/5.0(Windows NT 10.0;Win64;x64) AppleWebKit / 537.36(KHTML, likeGecko) 
    Chrome / 88.0.4324.150 Safari / 537.36"
  }
  url="https://www.sogou.com/web"
  queryword=input("輸出關(guān)鍵字")
  param={
    "query":queryword
  }
  res=requests.get(url=url,params=param,headers=headers)
  res.encoding="utf-8"
  page_text=res.text
  fileName=queryword+".html"
  with open(fileName,"w",encoding="utf-8") as fs:
    fs.write(page_text)
  print(page_text+"爬取結(jié)束")

知識點擴展：

采用UA偽裝：讓爬蟲對應(yīng)的請求載體身份標識偽裝成某一款瀏覽器，這里采用的偽裝成Chrome瀏覽器

代碼如下：

import requests
#UA:User—Agent(請求載體的身份標識)
# UA檢測：門戶網(wǎng)站的服務(wù)器會檢測對應(yīng)請求的載體身份標識，如果檢測到請求的載體身份標識為某一款瀏覽器，說明該請求是一個正常的請求。
# 如果檢測到請求的載體身份標識不是基于某一款瀏覽器的。則表示該請求為不正常的請求，則服務(wù)器端就很有可能會拒絕該次請求
if __name__=="__main__":
  headers={
    "User-Agent":"Mozilla/5.0(Windows NT 10.0;Win64;x64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 88.0.4324.150 Safari / 537.36"
  }
  url="https://www.sogou.com/web"
  queryword=input("輸出關(guān)鍵字")
  param={
    "query":queryword
  }
  res=requests.get(url=url,params=param,headers=headers)
  res.encoding="utf-8"
  page_text=res.text
  fileName=queryword+".html"
  with open(fileName,"w",encoding="utf-8") as fs:
    fs.write(page_text)
  print(page_text+"爬取結(jié)束")

到此這篇關(guān)于Python爬蟲UA偽裝爬取的實例講解的文章就介紹到這了,更多相關(guān)Python爬蟲如何UA偽裝爬取內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: