Question

我在使用python访问网页时遇到问题 - 它抛出HTTP错误403.在浏览堆栈溢出后，我发现许多其他用户遇到相同的错误并通过更改请求的标头来修复它。我试过这个，但仍然收到错误。

这是我的代码：

req = urllib2.Request("http://www.mozilla.org")
req.add_header('User-agent', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-GB; rv:1.8a3) Gecko/20040817')

try:
    response = urllib2.urlopen(req)
except urllib2.URLError, (err):
    print "URL error(%s)" % (err)

编辑：这是我的代码的一大块，它是网络爬虫的开始。另外 - 我一直在使用http://www.mozilla.org作为我的测试网址，虽然它似乎不适用于任何其他网址，如谷歌和雅虎。

#!/usr/bin/python

import sys
import urllib2
import urlparse
tocrawl = set([sys.argv[1]])
crawled = set([])

while 1:
    try:
        crawling = tocrawl.pop()
        print 'Crawling: ', crawling
    except KeyError:
        print 'No more to crawl!'
        raise StopIteration

    url = urlparse.urlparse(crawling)
    print 'Url parse returned ', url

    req = urllib2.Request(crawling)
    req.add_header('User-agent', 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-GB; rv:1.8a3) Gecko/20040817')
    print 'header: ', req.get_header('User-agent')

    try:
        print 'test'
        response = urllib2.urlopen(req)
        print 'test2'
        print 'response: ', response
    except urllib2.URLError, (err):
        print "URL error(%s)" % (err)
        continue

    msg = response.read()

Answer 1

固定。问题是我没有设置必要的代理。感谢您的回复。

我添加了以下代码段以便修复。

proxy_info = urllib2.ProxyHandler({'http' : "proxy:80"})
opener = urllib2.build_opener(proxy_info)
urllib2.install_opener(opener)

Python Web请求错误403

1 个答案: