作者：LISA_W186 | 来源：互联网 | 2023-08-22 13:19
相信大家在爬虫中都设置过请求头 user-agent 这个参数吧？ 在请求的时候，加入这个参数，就可以一定程度的伪装成浏览器，就不会被服务器直接识别为spider.demo.code ，据我了解的，我很多读者每次都是直接从network 中去复制 user-agent 然后把他粘贴到代码中， 这样获取的user-agent 没有错，可以用， 但是如果网站反爬措施强一点，用固定的请求头可能就有点问题， 所以我们就需要设置一个随机请求头，在这里，我分享一下我自己一般用的三种设置随机请求头方式
思路介绍:
其实要达到随机的效果，很大程度上我们可以利用随机函数库random 这个来实现，可以调用random.choice([user-agent]) 随机pick数组中一个就可以了，这是我的一种方式。
python作为一个拥有众多第三方包的语言，自然就有可以生成随机请求头的包咯，没错，就是fake-useragent 这个第三方库了，稍后我们介绍一下这个函数库的简单使用。
既然别人可以写第三方库，自然自己也可以实现一个这样的功能，大部分情况下，我很多代码都是直接调用我自己实现的一个GetUserAgentCS 类，直接就可以获取一个随机请求头了，直接写函数库，才牛逼舒服， 这个我也会在下面介绍如何编写函数库。
自己编写第三方库：
不知道你们写代码的框架是怎样的，面向过程还是面向对象？ 对于一次性的代码，就简单的编码就行了，如果你觉得这个代码它可以会在很多的地方用得到，可以重复使用，那么你就可以使用类的方式，去编写这个代码，那么在其他的文件中，你就可以直接调用你的写这个文件，直接调用你写的class类中的各种方法，而我也是这样实现的一个随机请求头的一个第三方库， 如下：
import random
import csv
class GetUserAgentCS(object):
"""
调用本地请求头文件， 返回请求头
"""
def __init__(self):
with open('D://pyth//scrapy 项目//setting//useragent.csv', 'r') as fr:
fr_csv = csv.reader(fr)
self.user_agent = [str(i[1]) for i in fr_csv]
def get_user(self):
return random.choice(self.user_agent)
useragent文件如下：
1,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.93 Safari/537.36"
2,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.17 Safari/537.36"
3,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (X11; NetBSD) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.116 Safari/537.36"
4,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (X11; CrOS i686 3912.101.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.116 Safari/537.36"
5,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.93 Safari/537.36"
-------
------- # too much
100...
代码很简单的，读取本地的csv文件，然后random一个出去就行了，那现在就有人问我，你这个文件怎么来的, 很简单啊，自然就有方法了，待会在下一个模块我会讲到，在这里，我们只需要编写一个GetUserAgentCS类就可以，代码可以直接抄我上面的，然后保存为get_useragent.py 就可以了，然后你把这个包文件放在你自己爬虫文件夹的地方，然后这样调用:
from get_useragent import GetUserAgentCS
headers = {}
ua = GetUserAgentCS().get_user()
headers['user-agent'] = ua
return headers
如果你在这个调用GetUserAgentCS 不成功， 或者底下会出现红色的波浪线， 那么就是你没有设置当前工作环境，你只需要这么设置（设置你的爬虫文件夹）：
你需要点击 Sources Root 就可以了！
使用第三方库 fake-useragent：
这是一个别人已经写好的第三方库，你需要安装然后调用API 就可以了， 它可以获取各种的请求头，唯一的缺点就是 请求不稳定，有的时候网络波动就可能导致获取不成功，用于Scrapy中，不是很舒服，所以我在这个包的基础上，编写了如上我自己的包，至于请求头的数据怎么来的， 就是在这个包运行正常时候，一直更改user-agent，然后不断的请求 http://httpbin.org/user-agent 然后不断的保存数据，写入本地文件就可以了。
我们还是讲一讲这个包的使用方式吧！
安装
pip install fake-useragent
你可以 pip list 查看一下 是否安装成功
使用方式
from fake_useragent import UserAgent
headers= {'User-Agent':str(UserAgent().random)}
r = requests.get(url, headers=headers)
- UserAgent().random 可以获取任意浏览器的请求头
- UserAgent().Chrome 可以获取谷歌浏览器的请求头
- UserAgent().firefox 可以获取火狐浏览器的请求头
这个时候，直接用random就可以了，简单。
读取内存数组：
这个时候就有很多人说， 我就换个请求头而已，需要这么麻烦吗? 当然，自然有简单的方式，只不过每次都需要复制来用，不是很方法，具体如下：
ua = ["Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.93 Safari/537.36"
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/30.0.1599.17 Safari/537.36"
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36,Mozilla/5.0 (X11; NetBSD) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.116 Safari/537.36"]
预先把请求头放入数组里面，然后用就可以了。
import random
ua = [.....]
r = requests.get(url, headers={"user-agent":random.choice(ua)})
以上就是我关于请求头的几种设置方式了，有需要补充的可以评论区留言。
教你用三种方式设置随机请求头， 爬虫设置请求头(user-agent)是必然的，那如何生成一个随机请求头这个也是我们爬虫必须掌握的， 读完本篇文章你就可以轻松掌握 !
京公网安备 11010802041100号