鱼C论坛

 找回密码
 立即注册
查看: 772|回复: 2

为什么加上add_header就不行了

[复制链接]
发表于 2018-7-1 22:27:17 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
  1. from bs4 import BeautifulSoup
  2. import urllib.request
  3. import re

  4. def get_html(url):
  5.     rep = urllib.request.Request(url)
  6.     #rep.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; …) Gecko/20100101 Firefox/61.0')
  7.     html = urllib.request.urlopen(rep).read().decode('utf-8')
  8.     return html

  9. url = 'https://baike.baidu.com/item/%E7%BD%91%E7%BB%9C%E7%88%AC%E8%99%AB'
  10. html = get_html(url)
  11. s = BeautifulSoup(html,'lxml')
  12. link = s.find_all('a',href = re.compile('/item'))
  13. count = 0
  14. for i in link[:3]:
  15.     l = get_html('https://baike.baidu.com' + i['href'])
  16.     with open('%d.txt'%count,'w',encoding = 'utf-8') as f:
  17.         f.write(l)
  18.     count += 1


复制代码


小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-7-1 22:40:53 | 显示全部楼层
本帖最后由 ba21 于 2018-7-1 22:52 编辑

我敢保证,rep.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; …) Gecko/20100101 Firefox/61.0')这里面有   中文字符   自己慢慢找,琢磨吧
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-7-7 11:30

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表