| 标题 | python中使用urllib2伪造http报头的2个方法 |
| 内容 | 这篇文章主要介绍了python中使用urllib2伪造http报头的2个方法,即伪造http头信息,需要的朋友可以参考下 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= http://www.xxx.net send_headers = { 'host':'www.xxx.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 = 'http://www.xxx.net' req = urllib2.request(url) req.add_header('referer','http://www.xxx.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 |
| 随便看 |
|
在线学习网考试资料包含高考、自考、专升本考试、人事考试、公务员考试、大学生村官考试、特岗教师招聘考试、事业单位招聘考试、企业人才招聘、银行招聘、教师招聘、农村信用社招聘、各类资格证书考试等各类考试资料。