Python爬蟲(chóng)中Headers的設(shè)置方法

這篇文章主要介紹Python爬蟲(chóng)中Headers的設(shè)置方法，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

首先，打開(kāi)我們的瀏覽器，調(diào)試瀏覽器 F12，我用的是 Chrome，打開(kāi)網(wǎng)絡(luò)監(jiān)聽(tīng)，示意如下，比如知乎，點(diǎn)登錄之后，我們會(huì)發(fā)現(xiàn)登陸之后界面都變化了，出現(xiàn)一個(gè)新的界面，實(shí)質(zhì)上這個(gè)頁(yè)面包含了許許多多的內(nèi)容，這些內(nèi)容也不是一次性就加載完成的，實(shí)質(zhì)上是執(zhí)行了好多次請(qǐng)求，一般是首先請(qǐng)求 HTML 文件，然后加載 JS，CSS 等等，經(jīng)過(guò)多次請(qǐng)求之后，網(wǎng)頁(yè)的骨架和肌肉全了，整個(gè)網(wǎng)頁(yè)的效果也就出來(lái)了。

拆分這些請(qǐng)求，我們只看一第一個(gè)請(qǐng)求，你可以看到，有個(gè) Request URL，還有 headers，下面便是 response，圖片顯示得不全，小伙伴們可以親身實(shí)驗(yàn)一下。那么這個(gè)頭中包含了許許多多是信息，有文件編碼啦，壓縮方式啦，請(qǐng)求的 agent 啦等等。 其中，agent 就是請(qǐng)求的身份，如果沒(méi)有寫(xiě)入請(qǐng)求身份，那么服務(wù)器不一定會(huì)響應(yīng)，所以可以在 headers 中設(shè)置 agent, 例如下面的例子，這個(gè)例子只是說(shuō)明了怎樣設(shè)置的 headers，小伙伴們看一下設(shè)置格式就好。

import urllib  
import urllib2  
 
url = 'http://www.server.com/login'
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'  
values = {'username' : 'cqc',  'password' : 'XXXX' }  
headers = { 'User-Agent' : user_agent }  
data = urllib.urlencode(values)  
request = urllib2.Request(url, data, headers)  
response = urllib2.urlopen(request)  
page = response.read()

這樣，我們?cè)O(shè)置了一個(gè) headers，在構(gòu)建 request 時(shí)傳入，在請(qǐng)求時(shí)，就加入了 headers 傳送，服務(wù)器若識(shí)別了是瀏覽器發(fā)來(lái)的請(qǐng)求，就會(huì)得到響應(yīng)。 另外，我們還有對(duì)付” 反盜鏈” 的方式，對(duì)付防盜鏈，服務(wù)器會(huì)識(shí)別 headers 中的 referer 是不是它自己，如果不是，有的服務(wù)器不會(huì)響應(yīng)，所以我們還可以在 headers 中加入 referer 例如我們可以構(gòu)建下面的 headers

headers = { 'User-Agent' : 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'  ,
                        'Referer':'http://www.zhihu.com/articles' }

同上面的方法，在傳送請(qǐng)求時(shí)把 headers 傳入 Request 參數(shù)里，這樣就能應(yīng)付防盜鏈了。 另外 headers 的一些屬性，下面的需要特別注意一下：

User-Agent : 有些服務(wù)器或 Proxy 會(huì)通過(guò)該值來(lái)判斷是否是瀏覽器發(fā)出的請(qǐng)求 Content-Type : 在使用 REST 接口時(shí)，服務(wù)器會(huì)檢查該值，用來(lái)確定 HTTP Body 中的內(nèi)容該怎樣解析。 application/xml ： 在 XML RPC，如 RESTful/SOAP 調(diào)用時(shí)使用 application/json ： 在 JSON RPC 調(diào)用時(shí)使用 application/x-www-form-urlencoded ： 瀏覽器提交 Web 表單時(shí)使用 在使用服務(wù)器提供的 RESTful 或 SOAP 服務(wù)時(shí)， Content-Type 設(shè)置錯(cuò)誤會(huì)導(dǎo)致服務(wù)器拒絕服務(wù)

 其他的有必要的可以審查瀏覽器的 headers 內(nèi)容，在構(gòu)建時(shí)寫(xiě)入同樣的數(shù)據(jù)即可。

以上是Python爬蟲(chóng)中Headers的設(shè)置方法的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！