urllib2.HTTPError: HTTP Error 403: Forbidden
来源:互联网 发布:手机淘宝收获地址吗 编辑:程序博客网 时间:2024/06/10 13:32
- <span style="font-size:18px;">应用例子:
- #coding:utf-8
- import urllib2
- request = urllib2.Request('http://blog.csdn.net/nevasun')
- #在请求加上头信息,伪装成浏览器访问
- request.add_header('User-Agent','Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6')
- opener = urllib2.build_opener()
- f= opener.open(request)
- print f.read().decode('utf-8')
- </span>
早就有想法把博客每天的访问流量记下来,刚好现在申请了GAE的应用,又开始学Python,正好拿这个练手。打算先利用Python把访问记录保存在本地,熟悉之后可以部署到GAE,利用GAE提供的cron就可以每天更近访问流量了。OK,开始~
首先是简单的网页抓取程序:
[python] import sys, urllib2
req = urllib2.Request("http://blog.csdn.net/nevasun")
fd = urllib2.urlopen(req)
while True:
data = fd.read(1024)
if not len(data):
break
sys.stdout.write(data)
在终端运行提示urllib2.HTTPError: HTTP Error 403: Forbidden,怎么回事呢?
这是由于网站禁止爬虫,可以在请求加上头信息,伪装成浏览器访问。添加和修改:
[python] headers = {'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}
req = urllib2.Request("http://blog.csdn.net/nevasun", headers=headers)
再试一下,HTTP Error 403没有了,但是中文全都是乱码。又是怎么回事?
这是由于网站是utf-8编码的,需要转换成本地系统的编码格式:
import sys, urllib2
headers = {'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}
req = urllib2.Request("http://blog.csdn.net/nevasun", headers=headers)
content = urllib2.urlopen(req).read() # UTF-8
type = sys.getfilesystemencoding() # local encode format
print content.decode("UTF-8").encode(type) # convert encode format
import sys, urllib2
OK,大功告成,可以抓取中文页面了。下一步就是在GAE上做个简单的应用了~
- urllib2.HTTPError: HTTP Error 403: Forbidden
- urllib2.HTTPError: HTTP Error 403: Forbidden 错误
- urllib2.HTTPError: HTTP Error 403: Forbidden
- urllib2.HTTPError: HTTP Error 403: Forbidden
- urllib2中碰到HTTPError: HTTP Error 403: Forbidden的解决方案
- urllib2.HTTPError: HTTP Error 403: Forbidden的解决方案
- urllib2请求csdn时,显示: urllib2.HTTPError: HTTP Error 403: Forbidden
- urllib.error.HTTPError: HTTP Error 403: Forbidden
- Python网页爬虫提示urllib2.HTTPError: HTTP Error 403: Forbidden 错误
- Python网页爬虫提示urllib2.HTTPError: HTTP Error 403: Forbidden 错误
- Py第十四问 urllib.error.HTTPError: HTTP Error 403: FORBIDDEN
- 上传GAE程序遇到HTTPError: HTTP Error 403: Forbidden问题解决
- 上传GAE程序遇到HTTPError: HTTP Error 403: Forbidden问题解决
- python urllib webbrowser HTTPError: HTTP Error 403: Forbidden
- urllib2.HTTPError: HTTP Error 504: Fiddler
- 关于报urllib2.HTTPError: HTTP Error 401: Unauthorized错误问题
- urllib2.HTTPError: HTTP Error 405(Method Not Allowed)
- Python urllib2.HTTPError: HTTP Error 304: Not Modified
- telnet发送邮件
- SSL探索03
- 黑马程序员——java---数组
- 百度web前端面试题---2014
- 安卓短信过滤器小程序
- urllib2.HTTPError: HTTP Error 403: Forbidden
- 【java编程】IO流和集合类综合题目
- 领域驱动设计(转)
- Xcode常用插件使用及自动生成帮助文档
- 自己动手写操作系统之环境构建篇
- Android开发之监听或获取手机短信内容
- 框架的一些基础性内容
- 如何使用Word
- linux中$#、$?、$$[脚本运行时当前进程的id号]、$@、$*、$0、$1、$2、$-[上一个命令的最后一个参数]