Python爬虫3-----浏览器伪装

1、浏览器伪装技术原理

当爬取CSDN博客时，会发现返回403，因为对方服务器会对爬虫进行屏蔽，故需伪装成浏览器才能爬取。浏览器伪装一般通过报头进行。

2、获取网页的报头

3、代码：

import urllib.request

url="https://blog.csdn.net/blogdevteam/article/details/80324831"

header=("User-Agent","https://blog.csdn.net/blogdevteam/article/details/80324831")

#build_opener可以添加报头信息

opener=urllib.request.build_opener()

#添加报头

opener.addheaders=[header]

data=opener.open(url).read()
'''
#如果用urlopen来打开网页获取数据，则采用install_opener函数
#urllib.request.install_opener(opener)
#data=urllib.request.urlopen(url).read().decode("utf-8","ignore")

print(data)