101

urllib2.urlopen のデフォルト以外のユーザー エージェントを使用して Web ページをダウンロードするにはどうすればよいですか?

4

9 に答える 9

118

数週間前に同様の質問に答えました。

その質問にはサンプルコードがありますが、基本的には次のようなことができます: ( RFC 2616、セクション 14.43のUser-Agent時点での大文字化に注意してください。)

opener = urllib2.build_opener()
opener.addheaders = [('User-Agent', 'Mozilla/5.0')]
response = opener.open('http://www.stackoverflow.com')
于 2009-04-29T12:56:46.987 に答える
103 
headers = { 'User-Agent' : 'Mozilla/5.0' }
req = urllib2.Request('www.example.com', None, headers)
html = urllib2.urlopen(req).read()

または、少し短くします。

req = urllib2.Request('www.example.com', headers={ 'User-Agent': 'Mozilla/5.0' })
html = urllib2.urlopen(req).read()
于 2011-03-04T15:58:58.463 に答える
61

みんなのお気に入りのDive Into PythonからUser-Agent を設定します。

短い話: Request.add_headerを使用してこれを行うことができます。

ドキュメントに記載されているように、リクエスト自体を作成するときに、ヘッダーを辞書として渡すこともできます。

ヘッダーadd_header()は辞書である必要があり、各キーと値を引数として呼び出されたかのように扱われます。これは、ブラウザがそれ自体を識別するために使用するヘッダーを「偽装」するためによく使用されUser-Agentます。一部の HTTP サーバーは、スクリプトではなく、一般的なブラウザからのリクエストのみを許可します。たとえば、Mozilla Firefox は自身を として識別する場合がありますが"Mozilla/5.0 (X11; U; Linux i686) Gecko/20071127 Firefox/2.0.0.11"、urllib2のデフォルトのユーザー エージェント文字列は"Python-urllib/2.6"(Python 2.6 上で) です。

于 2009-04-29T12:34:30.393 に答える
14

Python 3 の場合、urllib は 3 つのモジュールに分割されています...

import urllib.request
req = urllib.request.Request(url="http://localhost/", headers={'User-Agent':' Mozilla/5.0 (Windows NT 6.1; WOW64; rv:12.0) Gecko/20100101 Firefox/12.0'})
handler = urllib.request.urlopen(req)
于 2012-05-06T07:19:05.313 に答える
9

これらはすべて理論上は機能するはずですが、(少なくとも Windows 上の Python 2.7.2 では) カスタム User-agent ヘッダーを送信するたびに、urllib2 はそのヘッダーを送信しません。User-agent ヘッダーを送信しようとしない場合、デフォルトの Python / urllib2 が送信されます

これらの方法はいずれも User-agent の追加には機能しないようですが、他のヘッダーには機能します。

opener = urllib2.build_opener(proxy)
opener.addheaders = {'User-agent':'Custom user agent'}
urllib2.install_opener(opener)

request = urllib2.Request(url, headers={'User-agent':'Custom user agent'})

request.headers['User-agent'] = 'Custom user agent'

request.add_header('User-agent', 'Custom user agent')
于 2012-01-24T21:32:26.163 に答える
6

あなたが使用するurllibことができます：

from urllib import FancyURLopener

class MyOpener(FancyURLopener, object):
    version = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11'

myopener = MyOpener()
myopener.retrieve('https://www.google.com/search?q=test', 'useragent.html')
于 2015-03-20T08:01:49.040 に答える
5

urllib2Python 2.7の別のソリューション:

req = urllib2.Request('http://www.example.com/')
req.add_unredirected_header('User-Agent', 'Custom User-Agent')
urllib2.urlopen(req)
于 2013-01-14T18:54:25.390 に答える
2

urllib.URLopener()つまり
addheaders = [('User-Agent', 'Python-urllib/1.17'), ('Accept', '*/*')]、 との 2 つのプロパティがあり
version = 'Python-urllib/1.17'ます。
Web サイトをだますには、これらの値の両方を受け入れられた User-Agent に変更する必要があります。たとえば、
Chrome ブラウザの場合: 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.149 Safari/537.36'
Google ボット:'Googlebot/2.1'
このように 

import urllib
page_extractor=urllib.URLopener()  
page_extractor.addheaders = [('User-Agent', 'Googlebot/2.1'), ('Accept', '*/*')]  
page_extractor.version = 'Googlebot/2.1'
page_extractor.retrieve(<url>, <file_path>)

プロパティを 1 つだけ変更しても機能しません。これは、Web サイトが疑わしい要求としてマークするためです。

于 2017-08-07T05:19:00.613 に答える