そこで、記事のニュース Web ページを Web スクレイプする Django Web サイトを作成しました。
HTTP Error 403: request disallowed by robots.txt
私はすべてを試しました、私のコードを見てください(スクレイピングする部分だけ):
br = mechanize.Browser()
page = br.open(web)
br.set_handle_robots(False)
br.set_handle_equiv(False)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]
#BeautifulSoup
htmlcontent = page.read()
soup = BeautifulSoup(htmlcontent)
set_hande_robots(Flase) などの前に de br.open を使用しようとしました。それもうまくいきませんでした。
このサイトを通過する方法はありますか?