2018-08-23 13:07:57

對於請求一些網站，我們需要加上請求頭才可以完成網頁的抓取，不然會得到一些錯誤，無法返回抓取的網頁。下面，介紹兩種添加請求頭的方法。

方法一：借助build_opener和addheaders完成

1 import urllib.request
2 url="http://www.meizitu.com"
3 #註意：在urllib 中headers是元組
4 headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE
 
")
5 
6 opener=urllib.request.build_opener()
7 opener.addheaders=[headers]
8 data=opener.open(url)
9 print(data.read())

註意：此處的headers要寫為一個元組類型才可以。寫為字典類型的話會報錯！

方法二、創建一個Request實例對象

 1 # 案例1
 2 import urllib.request
 3 url="http://www.meizitu.com"
 4 #註意：在urllib 中這種的headers 是需要是字典的
 5 headers={"User-Agent
 
":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE"}
 6 req=urllib.request.Request(url=url,headers=headers)
 7 file=urllib.request.urlopen(req)
 8 
 9 #出現有些解碼錯誤的話，加上“ignore”就可以啦
10 print(file.read().decode("utf-8",‘ignore‘))

• 註意：此處的headers要寫為一個字典類型才可以。
• 創建一個Reques對象，把需要的headers,url，proxy 都放進去，或者在post 請求中還可以把編碼過後的data 值放進去，再用urlopen 打開，就比較方便了。

另外，這種方法還可以用add_headers（）來添加headers，代碼如下：

 1 import urllib.request
 2 try:
 3     url="http://www.meizitu.com"
 4     
 5     req=urllib.request.Request(url=url)
 6  
 7     req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE")
 8     file=urllib.request.urlopen(req,timeout=10.1)
 9 
10     print(file.read().decode("utf-8",‘ignore‘))
11 except Exception as e:
12     print("時間超時",str(e))

總結：通過以上兩種方法，可以完成請求頭的相關參數設置，但是得註意headers是用字典類型來傳入還是元組類型。

01-urllib庫添加headers的一般方法