栏目分类:
子分类:
返回
文库吧用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
文库吧 > IT > 软件开发 > 后端开发 > Python

网络爬虫错误

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

网络爬虫错误

在使用urllib中的request方法时,系统返回HTTPerror,但是没有给出错误代码

重新写了一段代码,用来显示具体错误:

# 异常处理
from urllib import request,error
try:
    response = urllib.request.urlopen('https://movie.douban.com/top250')
except error.HTTPError as e:
    print(e.reason,e.code,e.headers,sep='n')  # 使用httperror判断

这里访问的是豆瓣,结果返回错误418,查了下是反爬虫的。

处理办法:不是一次请求整个网页,而是加入header选项,只读取头部,如下:

第二个问题是,如何读取多页的信息,此时通过观察,得知douban的页面链接中包含了页码信息,用for循环配合页码即可:

转载请注明:文章转载自 www.wk8.com.cn
本文地址:https://www.wk8.com.cn/it/1038406.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 wk8.com.cn

ICP备案号:晋ICP备2021003244-6号