一.修改请求头:
应对反爬虫措施可以修改请求头来模拟正常的访问,Request 中有个 headers 参数，可通过 如下两种方法进行设置：
（1）把请求头都塞到字典里，在实例化 Request对象的时候传入；
（2）通过 Request对象的 add_header()方法一个个添加。
1 # -*- coding: utf-8 -*- 2 """ 3 Created on Tue Apr 7 15:55:53 2020 4 5 @author: ZKYAAA 6 """ 7 import urllib.request 8 # 修改头信息 9 novel_url = "http://www.santostang.com/" 10 headers = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) ' 11 'AppleWebKit/537.36 (KHTML, like Gecko)' 12 ' Chrome/63.0.3239.84 Safari/537.36', 13 'Referer': 'http://www.baidu.com', 14 'Connection': 'keep-alive'} 15 novel_req = urllib.request.Request(novel_url, headers=headers) 16 novel_resp = urllib.request.urlopen(novel_req) 17 print(novel_resp.read().decode('utf-8'))
二.设置连接超时
（1）参考：https://blog.csdn.net/weixin_41987744/article/details/99637199
（2）urlopen()函数中有一个可选参数 timeout，单位为秒，作用是如果请求超出了这个时间 还没有得到响应，就会抛出异常。如果不设置，会使用全局默认时间；
timeout参数未设置时可能会导致hangg问题,设置timeout=60（单位:秒),在不断的”断网-联网“冲击下，hang 不出现问题
1 urllib.request.urlopen(novel_req, timeout=20)