本文實例講述了python爬蟲模擬瀏覽器的兩種方法。分享給大家供大家參考，具體如下：
爬蟲爬取網站出現403，因為站點做了防爬蟲的設置
一、Herders 屬性
爬取CSDN博客
import urllib.requesturl = "http://blog.csdn.net/hurmishine/article/details/71708030"file = urllib.request.urlopen(url)
爬取結果
urllib.error.HTTPError: HTTP Error 403: Forbidden
這就說明CSDN做了一些設置，來防止別人惡意爬取信息
所以接下來，我們需要讓爬蟲模擬成瀏覽器
任意打開一個網頁，比如打開百度,然后按F12，此時會出現一個窗口，我們切換到Network標簽頁，然后點擊刷新網站，選中彈出框左側的“www.baidu.com”，即下圖所示：
往下拖動 我們會看到“User-Agent”字樣的一串信息，沒錯 這就是我們想要的東西。我們將其復制下來。
此時我們得到的信息是：”Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36”
接下來我們可以用兩種方式來模擬瀏覽器訪問網頁。
二、方法1：使用build_opener()修改報頭
由于urlopen()不支持一些HTTP的高級功能，所以我們需要修改報頭?？梢允褂胾rllib.request.build_opener()進行，我們修改一下上面的代碼：
import urllib.requesturl = "http://blog.csdn.net/hurmishine/article/details/71708030"headers = ("User-Agent","Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36")opener = urllib.request.build_opener()opener.addheaders = [headers]data = opener.open(url).read()print(data)上面代碼中我們先定義一個變量headers來儲存User-Agent信息，定義的格式是(“User-Agent”,具體信息)
具體信息我們上面已經獲取到了，這個信息獲取一次即可，以后爬取其他網站也可以用，所以我們可以保存下來，不用每次都F12去找了。
然后我們用urllib.request.build_opener()創建自定義的opener對象并賦值給opener，然后設置opener的addheaders，就是設置對應的頭信息，格式為：“opener(對象名).addheaders = [頭信息(即我們儲存的具體信息)]”，設置好后我們就可以使用opener對象的open()方法打開對應的網址了。格式:“opener(對象名).open(url地址)”打開后我們可以使用read()方法來讀取對應數據，并賦值給data變量。
得到輸出結果
b'/r/n<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">/r/n /r/n <html xmlns="http://www.w3.org/1999/xhtml">/r/n /r/n<head> /r/n/r/n <link rel="canonical" rel="external nofollow" /> ...
三、方法2：使用add_header()添加報頭
除了上面的這種方法，還可以使用urllib.request.Request()下的add_header()實現瀏覽器的模擬。
先上代碼
import urllib.requesturl = "http://blog.csdn.net/hurmishine/article/details/71708030"req = urllib.request.Request(url)req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36')data = urllib.request.urlopen(req).read()print(data)
新聞熱點
疑難解答
