python中使用urllib2伪造HTTP报头的2个方法

作者:junjie 时间:2022-10-19 07:05:06 

在采集网页信息的时候,经常需要伪造报头来实现采集脚本的有效执行

下面,我们将使用urllib2的header部分伪造报头来实现采集信息

方法1、


#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py

import urllib2
import sys

#抓取网页内容-发送报头-1
url= "https://www.jb51.net"
send_headers = {
'Host':'www.jb51.net',
'User-Agent':'Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0',
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Connection':'keep-alive'
}

req = urllib2.Request(url,headers=send_headers)
r = urllib2.urlopen(req)

html = r.read()        #返回网页内容
receive_header = r.info()     #返回的报头信息

# sys.getfilesystemencoding()
html = html.decode('utf-8','replace').encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码

print receive_header
# print '####################################'
print html

方法2、


#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py

import urllib2
import sys

url = 'https://www.jb51.net'

req = urllib2.Request(url)
req.add_header('Referer','https://www.jb51.net/')
req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0')
r = urllib2.urlopen(req)

html = r.read()
receive_header = r.info()

html = html.decode('utf-8').encode(sys.getfilesystemencoding())

print receive_header
print '#####################################'
print html
标签:python,urllib2,伪造报头,HTTP
0
投稿

猜你喜欢

  • html+vue.js 实现漂亮分页功能可兼容IE

    2024-05-11 09:13:25
  • Go实现双向链表的示例代码

    2024-03-13 04:11:45
  • 使用gunicorn部署django项目的问题

    2022-07-16 16:39:55
  • 浅谈PHP的排列组合(如输入a,b,c 输出他们的全部组合)

    2024-05-03 15:53:12
  • 用python写个颜值评分器筛选最美主播

    2022-11-25 22:13:08
  • Go爬虫(http、goquery和colly)详解

    2024-05-08 10:52:43
  • Python数据分析之pandas读取数据

    2023-06-17 12:53:59
  • python实现决策树C4.5算法详解(在ID3基础上改进)

    2022-05-06 08:01:57
  • Oracle函数使索引列失效的解决办法

    2024-01-15 16:52:08
  • Javascript中的isNaN函数使用说明

    2023-08-27 10:10:02
  • JS实现json数组排序操作实例分析

    2024-04-18 09:44:25
  • Python-嵌套列表list的全面解析

    2022-11-08 23:33:08
  • 关于python之字典的嵌套,递归调用方法

    2021-12-05 05:25:45
  • Python操作Sqlite正确实现方法解析

    2023-01-24 14:23:23
  • 个人经验总结:完全卸载MySQL数据库5.0

    2009-01-04 13:07:00
  • window.location.hash属性介绍

    2008-03-21 12:39:00
  • 处理SQL Server 2000的命名实例和多实例

    2009-01-19 13:28:00
  • 用Eclipse写python程序

    2022-03-24 02:24:25
  • SQLserver 2000中出现“指定的服务并未以已安装的服务存在 解决方案

    2011-04-27 14:33:00
  • iPhone应用设计趋势[译]

    2009-11-27 19:52:00
  • asp之家 网络编程 m.aspxhome.com