這篇文章主要介紹了python中使用urllib2偽造http報頭的2個方法,即偽造http頭信息,需要的朋友可以參考下

在采集網頁信息的時候，經常需要偽造報頭來實現采集腳本的有效執(zhí)行

下面，我們將使用urllib2的header部分偽造報頭來實現采集信息

方法1、

#!/usr/bin/python

# -*- coding: utf-8 -*-

#encoding=utf-8

#filename:urllib2-header.py

import urllib2

import sys

#抓取網頁內容-發(fā)送報頭-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()        #返回網頁內容

receive_header = r.info()     #返回的報頭信息

# sys.getfilesystemencoding()

html = html.decode('utf-8','replace').encode(sys.getfilesystemencoding()) #轉碼:避免輸出出現亂碼

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