Python爬蟲中Headers的設置方法

這篇文章主要介紹Python爬蟲中Headers的設置方法，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

首先，打開我們的瀏覽器，調試瀏覽器 F12，我用的是 Chrome，打開網絡監聽，示意如下，比如知乎，點登錄之后，我們會發現登陸之后界面都變化了，出現一個新的界面，實質上這個頁面包含了許許多多的內容，這些內容也不是一次性就加載完成的，實質上是執行了好多次請求，一般是首先請求 HTML 文件，然后加載 JS，CSS 等等，經過多次請求之后，網頁的骨架和肌肉全了，整個網頁的效果也就出來了。

拆分這些請求，我們只看一第一個請求，你可以看到，有個 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驗一下。那么這個頭中包含了許許多多是信息，有文件編碼啦，壓縮方式啦，請求的 agent 啦等等。 其中，agent 就是請求的身份，如果沒有寫入請求身份，那么服務器不一定會響應，所以可以在 headers 中設置 agent, 例如下面的例子，這個例子只是說明了怎樣設置的 headers，小伙伴們看一下設置格式就好。

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，我們設置了一個 headers，在構建 request 時傳入，在請求時，就加入了 headers 傳送，服務器若識別了是瀏覽器發來的請求，就會得到響應。 另外，我們還有對付” 反盜鏈” 的方式，對付防盜鏈，服務器會識別 headers 中的 referer 是不是它自己，如果不是，有的服務器不會響應，所以我們還可以在 headers 中加入 referer 例如我們可以構建下面的 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，在傳送請求時把 headers 傳入 Request 參數里，這樣就能應付防盜鏈了。 另外 headers 的一些屬性，下面的需要特別注意一下：

User-Agent : 有些服務器或 Proxy 會通過該值來判斷是否是瀏覽器發出的請求 Content-Type : 在使用 REST 接口時，服務器會檢查該值，用來確定 HTTP Body 中的內容該怎樣解析。 application/xml ： 在 XML RPC，如 RESTful/SOAP 調用時使用 application/json ： 在 JSON RPC 調用時使用 application/x-www-form-urlencoded ： 瀏覽器提交 Web 表單時使用 在使用服務器提供的 RESTful 或 SOAP 服務時， Content-Type 設置錯誤會導致服務器拒絕服務

 其他的有必要的可以審查瀏覽器的 headers 內容，在構建時寫入同樣的數據即可。

以上是Python爬蟲中Headers的設置方法的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！