python访问网页如何查看useragent_python爬虫模拟浏览器访问UserAgent过程解析

python爬虫模拟浏览器访问-User-Agent过程解析

这篇文章主要介绍了python爬虫模拟浏览器访问-User-Agent过程解析,文中通过示例代码介绍的非常详细&＃xff0c;对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

模拟浏览器访问-User-Agent&＃xff1a;

import urllib2

#User-Agent 模拟浏览器访问

headers &＃61; {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.88 Safari/537.36"}

#通过urllib2.Request()方法构造一个请求对象

request &＃61; urllib2.Request("http://www.baidu.com/",headers &＃61; headers)

#向指定的URL地址发送请求&＃xff0c;并返回服务器响应的类文件对象

#response是服务器响应的类文件&＃xff0c;除了支持文件操作的方法外&＃xff0c;还支持以下常用的方法&＃xff1a;

response &＃61; urllib2.urlopen(request)

#服务器返回的类文件对象支持python文件对象的操作方法

#read()方法就是读取文件里的全部内容&＃xff0c;返回字符串

html &＃61; response.read()

#返回HTTP的响应码&＃xff0c;成功返回200,4服务器页面出错&＃xff1b;5.服务器问题

print response.getcode()

#返回实际数据的实际URL&＃xff0c;防止重定向问题

print response.geturl()

#返回服务器响应的HTTP报头

print response.info()

#打印响应内容

print(html)

以上就是本文的全部内容&＃xff0c;希望对大家的学习有所帮助&＃xff0c;也希望大家多多支持我们。

时间&＃xff1a; 2019-12-28

COOKIE,指某些网站为了辨别用户身份.进行session跟踪而储存在用户本地终端上的数据(通常经过加密). 举个例子,某些网站是需要登录后才能得到你想要的信息的,不登陆只能是游客模式,那么我们可以利用Urllib2库保存我们以前登录过的COOKIE,之后载入COOKIE获取我们想要的页面,然后再进行抓取.理解COOKIE主要是为我们快捷模拟登录抓取目标网页做出准备. 我之前的帖子中使用过urlopen()这个函数来打开网页进行抓取,这仅仅只是一个简单的Python网页打开器,其参数也仅有ur

思路 一.想要实现登录豆瓣关键点 分析真实post地址 ----寻找它的formdata,如下图,按浏览器的F12可以找到. 实战操作 实现:模拟登录豆瓣,验证码处理,登录到个人主页就算是success 数据:没有抓取数据,此实战主要是模拟登录和处理验证码的学习.要是有需求要抓取数据,编写相关的抓取规则即可抓取内容. 登录成功展示如图: spiders文件夹中DouBan.py主要代码如下: # -*- coding: utf-8 -*- import scrapy,urllib,re from

本文实例讲述了python爬虫框架scrapy实现模拟登录操作.分享给大家供大家参考,具体如下: 一.背景: 初来乍到的pythoner,刚开始的时候觉得所有的网站无非就是分析HTML.json数据,但是忽略了很多的一个问题,有很多的网站为了反爬虫,除了需要高可用代理IP地址池外,还需要登录.例如知乎,很多信息都是需要登录以后才能爬取,但是频繁登录后就会出现验证码(有些网站直接就让你输入验证码),这就坑了,毕竟运维同学很辛苦,该反的还得反,那我们怎么办呢?这不说验证码的事儿,你可以自己手动输入验

和获取网页上的信息不同,想要进行模拟登录还需要向服务器发送一些信息,如账号.密码等等. 模拟登录一个网站大致分为这么几步: 1.先将登录网站的隐藏信息找到,并将其内容先进行保存(由于我这里登录的网站并没有额外信息,所以这里没有进行信息筛选保存) 2.将信息进行提交 3.获取登录后的信息 先给上源码 # -*- coding: utf-8 -*- import requests def login(): sessi

1.主函数(WeiboMain.py): 代码如下: import urllib2import COOKIElib import WeiboEncodeimport WeiboSearch if __name__ &＃61;&＃61; &＃39;__main__&＃39;:    weiboLogin &＃61; WeiboLogin(&＃39;×××&＃64;gmail.com&＃39;, &＃39;××××&＃39;)#邮箱(账号).密码    if weiboLogin.Login() &＃61;&＃61; True:        print "登陆成功!" 前

前言 对于经常写爬虫的大家都知道,有些页面在登录之前是被禁止抓取的,比如知乎的话题页面就要求用户登录才能访问,而 "登录" 离不开 HTTP 中的 COOKIE 技术. 登录原理 COOKIE 的原理非常简单,因为 HTTP 是一种无状态的协议,因此为了在无状态的 HTTP 协议之上维护会话(session)状态,让服务器知道当前是和哪个客户在打交道,COOKIE 技术出现了 ,COOKIE 相当于是服务端分配给客户端的一个标识. 浏览器第一次发起 HTTP 请求时,没有携带任何 Co

微博模拟登录 这是本次爬取的网址:https://weibo.com/ 一.请求分析 找到登录的位置,填写用户名密码进行登录操作 看看这次请求响应的数据是什么 这是响应得到的数据,保存下来 exectime: 8 nonce: "HW9VSX" pcid: "gz-4ede4c6269a09f5b7a6490f790b4aa944eec" pubkey: "EB2A38568661887FA180BDDB5CABD5F21C7BFD59C090CB2D24

requests 提供了一个叫做session类,来实现客户端和服务端的会话保持 使用方法 1.实例化一个session对象 2.让session发送get或者post请求 session &＃61; requests.session() session.get(url,headers) 下面就用人人网来实战一下 # coding&＃61;utf-8 import requests session &＃61; requests.session() # 登录的表单url post_url &＃61; "http://www.re

爬取网站时经常会遇到需要登录的问题,这是就需要用到模拟登录的相关方法.python提供了强大的url库,想做到这个并不难.这里以登录学校教务系统为例,做一个简单的例子. 首先得明白COOKIE的作用,COOKIE是某些网站为了辨别用户身份.进行session跟踪而储存在用户本地终端上的数据.因此我们需要用COOKIElib模块来保持网站的COOKIE. 这个是要登陆的地址 http://202.115.80.153/ 和验证码地址 http://202.115.80.153/CheckCode.

1.get方式:如何为爬虫添加ip代理,设置Request header(请求头) import urllib import urllib.request import urllib.parse import random import time from fake_useragent import UserAgent ua &＃61; UserAgent() url &＃61; "http://www.baidu.com" ######################################

本文实例为大家分享了Python实现图书馆座位自动预约的具体代码,供大家参考,具体内容如下 配置 通过公网主机定时运行脚本,并发送邮件到自己的qq邮箱,这样在微信就会有消息提示是否预约成功 vim /etc/crontab 设置每到早上7:01自动运行脚本即可 程序流程 (以yuyue.juneberry.cn网站为例) get访问登录页面,获取COOKIE和表单里面的隐藏post字段 构造登录post数据,加入从表单里面拿到的隐藏post字段 post构造后的数据,模拟登录,激活COOKIE(

本文实例讲述了python实现自动登录人人网并访问最近来访者的方法,分享给大家供大家参考. 具体方法如下: ##-*- coding : gbk -*- #在 import os from xml.dom import minidom import re import urllib import urllib2 import COOKIElib import datetime import time from urllib2 import URLError,HTTPError #登录模块 在网上

本文实例讲述了Python实现模拟登录及表单提交的方法.分享给大家供大家参考.具体实现方法如下: # -*- coding: utf-8 -*- import re import urllib import urllib2 import COOKIElib #获取CSDN博客标题和正文 url &＃61; "http://blog.csdn.net/[username]/archive/2010/07/05/5712850.aspx" sock &＃61; urllib.urlopen(url) ht

本文实例讲述了python实现自动登录人人网并采集信息的方法.分享给大家供大家参考.具体实现方法如下: #!/usr/bin/python # -*- coding: utf-8 -*- import sys import re import urllib2 import urllib import COOKIElib class Renren(object): def __init__(self): self.name &＃61; self.pwd &＃61; self.content &＃61; self.doma

这篇文章主要介绍了python打包成so文件过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 wget https://bootstrap.pypa.io/get-pip.py python get-pip.py pip install cython 编写setput.py文件: setup.py文件内容如下: from distutils.core import setup from distutils.extension import