python urllib2伪造HTTP报头二种方法

发布时间:2021-01-06编辑:脚本学堂
本文介绍了python中使用urllib2伪造HTTP报头的二种方法,即伪造http头信息的例子,需要的朋友参考下。

采集网页信息时,经常需要伪造报头来实现采集脚本的有效执行,本文使用python/urllib2/ target=_blank class=infotextkey>python urllib2模块的header部分伪造报头来实现采集信息.

方法1、
 

复制代码 代码示例:
#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py
 
import urllib2
import sys
 
#抓取网页内容-发送报头-1
url= "http://www.jb200.com"
send_headers = {
 'Host':'www.jb200.com',
 '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()        #返回网页内容
receive_header = r.info()     #返回的报头信息
 
# sys.getfilesystemencoding()
html = html.decode('utf-8','replace').encode(sys.getfilesystemencoding()) #转码:避免输出出现乱码
 
print receive_header
# print '####################################'
print html

方法2、
 

复制代码 代码示例:
#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8
#Filename:urllib2-header.py
 
import urllib2
import sys
 
url = 'http://www.jb200.com'
 
req = urllib2.Request(url)
req.add_header('Referer','http://www.jb200.com/')
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