下面主要是python3中的urllib库中的相关知识及User-Agent设置:
一、什么是User-Agent?
User-Agent是Http协议中的一部分,属于头域的组成部分,User Agent也简称UA。用较为普通的一点来说,是一种向访问网站提供你所使用的浏览器类型、操作系统及版本、CPU 类型、浏览器渲染引擎、浏览器语言、浏览器插件等信息的标识。UA字符串在每次浏览器 HTTP 请求时发送到服务器!
浏览器UA 字串的标准格式为: 浏览器标识 (操作系统标识; 加密等级标识; 浏览器语言) 渲染引擎标识 版本信息。
二、User-Agent在python3中的urllib使用:
#如果一个网站屏蔽了你 #解决办法: (1)模拟浏览器 ; (2)伪装浏览器 import urllib.request def download1(url): headers={"User-Agent" : "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE"} #header 字典形式 #选择代码 ctrl + 鼠标左键 查看变量或者函数或者类的定义 request=urllib.request.Request(url,headers=headers) # 发送请求 #也可以通过调用Request.add_header() 添加/修改一个特定的 header request.add_header("Connection","keep-alive") #一直活着 response=urllib.request.urlopen(request) #打开请求 data=response.read() #读取数据 print(response.code) #可以查看相应状态码 return data url="https://sou.zhaopin.com/?jl=538&kw=python&kt=3" print(download1(url).decode("utf-8")) #decode("utf-8") 二进制解码为utf-8