[Python爬虫] user-agent与cookie查询与配置

系统 3328 0

user-agent与cookie查询与配置

用户代理(user-agent)是浏览器客户端与服务器交互时的重要信息之一,用于帮助网站识别请求用户的浏览器类别,以便于网站发送相应的网页数据。用户代理数据包括:操作系统标识、加密等级标识和浏览器语言。如今越来越多的网络自动搜索工具出现,尤其是网络爬虫,为了做到更好地、流畅地网络搜索,用户代理信息是不可或缺的。

开发人员工具 ——> network ——> 大小排序

[Python爬虫] user-agent与cookie查询与配置_第1张图片
[Python爬虫] user-agent与cookie查询与配置_第2张图片

常用user-agent

            
              
                class
              
              
                UA
              
              
                (
              
              
                )
              
              
                :
              
              
                USER_AGENTS
              
              
                =
              
              
                [
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 OPR/26.0.1656.60'
              
              
                ,
              
              
                'Opera/8.0 (Windows NT 5.1; U; en)'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50'
              
              
                ,
              
              
                'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; en) Opera 9.50'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0'
              
              
                ,
              
              
                'Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/534.57.2 (KHTML, like Gecko) Version/5.1.7 Safari/534.57.2'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36'
              
              
                ,
              
              
                'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.133 Safari/534.16'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.11 TaoBrowser/2.0 Safari/536.11'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.71 Safari/537.1 LBBROWSER'
              
              
                ,
              
              
                'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; LBBROWSER)'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.84 Safari/535.11 SE 2.X MetaSr 1.0'
              
              
                ,
              
              
                'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SV1; QQDownload 732; .NET4.0C; .NET4.0E; SE 2.X MetaSr 1.0)'
              
              
                ,
              
              
                'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 UBrowser/4.0.3214.0 Safari/537.36'
              
              
                ]
              
              

def 
              
                get_proxy
              
              
                (
              
              self
              
                )
              
              
                :
              
              
        self
              
                .
              
              page 
              
                +=
              
              
                1
              
              
        headers 
              
                =
              
              
                {
              
              
                "User-Agent"
              
              
                :
              
              
                "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"
              
              
                }
              
              
        request 
              
                =
              
               urllib2
              
                .
              
              
                Request
              
              
                (
              
              
                "https://www.kuaidaili.com/free/inha/"
              
              
                +
              
              
                str
              
              
                (
              
              self
              
                .
              
              page
              
                )
              
              
                ,
              
               headers
              
                =
              
              headers
              
                )
              
              
        html 
              
                =
              
               urllib2
              
                .
              
              
                urlopen
              
              
                (
              
              request
              
                )
              
              
                .
              
              
                read
              
              
                (
              
              
                )
              
            
          

爬虫headers格式:

            
              headers 
              
                =
              
              
                {
              
              
                "Host"
              
              
                :
              
              
                "######"
              
              
                ,
              
              
                "Connection"
              
              
                :
              
              
                "keep-alive"
              
              
                ,
              
              
                "Cache-Control"
              
              
                :
              
              
                "max-age=0"
              
              
                ,
              
              
                "Upgrade-Insecure-Requests"
              
              
                :
              
              
                "1"
              
              
                ,
              
              
                "User-Agent"
              
              
                :
              
               user_agent
              
                ,
              
              
                "Accept-Encoding"
              
              
                :
              
              
                "gzip, deflate, br"
              
              
                ,
              
              
                "Accept-Language"
              
              
                :
              
              
                "zh-CN,zh;q=0.9"
              
              
                ,
              
              
                "Cookie"
              
              
                :
              
              
                "######"
              
              
                }
              
            
          

更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描下面二维码支持博主2元、5元、10元、20元等您想捐的金额吧,狠狠点击下面给点支持吧,站长非常感激您!手机微信长按不能支付解决办法:请将微信支付二维码保存到相册,切换到微信,然后点击微信右上角扫一扫功能,选择支付二维码完成支付。

【本文对您有帮助就好】

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描上面二维码支持博主2元、5元、10元、自定义金额等您想捐的金额吧,站长会非常 感谢您的哦!!!

发表我的评论
最新评论 总共0条评论