快速一鍵生成Python爬蟲請求頭

Posted on by

今天介紹個神奇的網站！堪稱爬蟲偷懶的神器！

我們在寫爬蟲，構建網絡請求的時候，不可避免地要添加請求頭( headers )，以 mdn 學習區為例，我們的請求頭是這樣的：

一般來說，我們隻要添加 user-agent 就能滿足絕大部分需求瞭，Python 代碼如下：

import requests

headers = {
 #'authority': 'developer.mozilla.org',
 #'pragma': 'no-cache',
 #'cache-control': 'no-cache',
 #'upgrade-insecure-requests': '1',
 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 YaBrowser/19.7.0.1635 Yowser/2.5 Safari/537.36',
 #'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3',
 #'accept-encoding': 'gzip, deflate, br',
 #'accept-language': 'zh-CN,zh-TW;q=0.9,zh;q=0.8,en-US;q=0.7,en;q=0.6',
 #'cookie': 你的cookie,
}

response = requests.get('https://developer.mozilla.org/zh-CN/docs/learn', headers=headers)

但是有些請求，我們要把特定的 headers 參數添加上才能獲得正確的網絡響應，不知道哪個參數是必要的情況下，就要先把所有參數都添加上，再逐個排除。

但是手動復制粘貼 headers 字典裡的每一個鍵值對太費事瞭

一個不那麼方便的解決方案：

用正則表達式或者直接字符串替換，把 headers 字符串直接轉化為字典，封裝成函數方便以後反復調用。

有的人喜歡用這種方法，每次復制headers信息，然後調用自己封裝好的函數，但我覺得還是挺麻煩的。

那麼還有沒有快速一鍵生成 Python 爬蟲請求頭的方法呢？
這裡給大傢介紹兩個：

  • 網站在線轉換
  • Postman

實戰演練

抓取網站：https://developer.mozilla.org…

網站在線轉換

1，Chrome 打開開發者選項（ f12 ）—> network 選項卡 —> 刷新頁面,獲取請求 —> 找到頁面信息對應的請求 (通過請求的名稱、後綴和 response 內容來判斷)

2，右鍵，copy —> copy as cURL (bash)，註意不是【copy as cURL (cmd)】

3，打開網站，https://curl.trillworks.com/，粘貼 cURL (bash) 到左邊 curl command，右邊會自動出 Python 代碼

4，生成代碼如下圖

5，print ( response.text ) 就可以直接打印網頁源代碼啦！

Postman

1，下載 postman ( Chrome 也有個 postman 的插件，操作應該差不多)

2，打開 postman，彈出的界面可以直接關掉

3，import –> paste raw text，在 Chrome 裡復制 curl (bash)，粘貼到下面的對話框裡，點擊 import 按鈕

4，點擊 send，模擬網絡請求，下方可查看源代碼

5，確保源代碼正常後，點擊 code

6，左上角可以選擇編程語言，右上角復制到剪貼板

大功告成！

其實我本人平時都是用第一種，網站比較穩定，基本沒出現過異常；有瞭這個神器就不用自己再構造請求頭瞭，先一鍵生成，然後再根據需求調一調就好瞭，幾秒鐘就搞定瞭。

以上就是快速一鍵生成Python爬蟲請求頭的詳細內容，更多關於快速一鍵生成Python爬蟲請求頭的資料請關註WalkonNet其它相關文章！

推薦閱讀：