Python爬虫中Headers的设置方法

这篇文章主要介绍Python爬虫中Headers的设置方法，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

成都网站建设哪家好，找成都创新互联公司！专注于网页设计、成都网站建设、微信开发、成都小程序开发、集团成都企业网站建设等服务项目。核心团队均拥有互联网行业多年经验，服务众多知名企业客户；涵盖的客户类型包括：成都砂岩浮雕等众多领域，积累了大量丰富的经验，同时也获得了客户的一致称赞！

首先，打开我们的浏览器，调试浏览器 F12，我用的是 Chrome，打开网络监听，示意如下，比如知乎，点登录之后，我们会发现登陆之后界面都变化了，出现一个新的界面，实质上这个页面包含了许许多多的内容，这些内容也不是一次性就加载完成的，实质上是执行了好多次请求，一般是首先请求 HTML 文件，然后加载 JS，CSS 等等，经过多次请求之后，网页的骨架和肌肉全了，整个网页的效果也就出来了。

拆分这些请求，我们只看一第一个请求，你可以看到，有个 Request URL，还有headers，下面便是response，图片显示得不全，小伙伴们可以亲身实验一下。那么这个头中包含了许许多多是信息，有文件编码啦，压缩方式啦，请求的agent啦等等。 其中，agent就是请求的身份，如果没有写入请求身份，那么服务器不一定会响应，所以可以在headers中设置agent,例如下面的例子，这个例子只是说明了怎样设置的headers，小伙伴们看一下设置格式就好。

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()

这样，我们设置了一个 headers，在构建request时传入，在请求时，就加入了headers传送，服务器若识别了是浏览器发来的请求，就会得到响应。 另外，我们还有对付” 反盗链” 的方式，对付防盗链，服务器会识别headers中的referer是不是它自己，如果不是，有的服务器不会响应，所以我们还可以在headers中加入referer例如我们可以构建下面的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，在传送请求时把 headers 传入 Request 参数里，这样就能应付防盗链了。 另外 headers 的一些属性，下面的需要特别注意一下：

User-Agent : 有些服务器或Proxy会通过该值来判断是否是浏览器发出的请求Content-Type :在使用REST接口时，服务器会检查该值，用来确定HTTP Body中的内容该怎样解析。application/xml： 在XML RPC，如RESTful/SOAP调用时使用application/json： 在JSON RPC调用时使用application/x-www-form-urlencoded： 浏览器提交Web表单时使用 在使用服务器提供的RESTful或SOAP服务时，Content-Type设置错误会导致服务器拒绝服务

 其他的有必要的可以审查浏览器的 headers 内容，在构建时写入同样的数据即可。

以上是Python爬虫中Headers的设置方法的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！