1、為什么要設(shè)置headers?

在請(qǐng)求網(wǎng)頁(yè)爬取的時(shí)候，輸出的text信息中會(huì)出現(xiàn)抱歉，無(wú)法訪問(wèn)等字眼，這就是禁止爬取，需要通過(guò)反爬機(jī)制去解決這個(gè)問(wèn)題。

headers是解決requests請(qǐng)求反爬的方法之一，相當(dāng)于我們進(jìn)去這個(gè)網(wǎng)頁(yè)的服務(wù)器本身，假裝自己本身在爬取數(shù)據(jù)。

對(duì)反爬蟲網(wǎng)頁(yè)，可以設(shè)置一些headers信息，模擬成瀏覽器取訪問(wèn)網(wǎng)站 。

2、 headers在哪里找？

谷歌或者火狐瀏覽器，在網(wǎng)頁(yè)面上點(diǎn)擊：右鍵?>檢查?>剩余按照?qǐng)D中顯示操作，需要按Fn+F5刷新出網(wǎng)頁(yè)來(lái)

有的瀏覽器是點(diǎn)擊：右鍵->查看元素，刷新

Python爬蟲中Requests設(shè)置請(qǐng)求頭Headers的方法

注意：headers中有很多內(nèi)容，主要常用的就是user-agent 和 host，他們是以鍵對(duì)的形式展現(xiàn)出來(lái)，如果user-agent 以字典鍵對(duì)形式作為headers的內(nèi)容，就可以反爬成功，就不需要其他鍵對(duì)；否則，需要加入headers下的更多鍵對(duì)形式。

代碼如下

import re# 下方引號(hào)內(nèi)添加替換掉請(qǐng)求頭內(nèi)容headers_str = '''Accept: application/json, text/javascript, */*; q=0.01Accept-Encoding: gzip, deflate, brAccept-Language: zh-CN,zh;q=0.9,en;q=0.8Cache-Control: no-cacheConnection: keep-aliveContent-Length: 77Content-Type: application/jsonUser-Agent: Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.0.3 Mobile/15E148 Safari/604.1X-Apple-App-Id: 632X-Apple-Frame-Id: daw-10beaddd-c22f-4fd4-8aba-ef4909a721ddX-Requested-With: XMLHttpRequest'''pattern = ’^(.*?):(.*)$’for line in headers_str.splitlines(): print(re.sub(pattern,’’1’:’2’,’,line).replace(’ ’,’’))

結(jié)果

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。