我正在使用urllib模块中的urlretrieve。
我似乎无法找到如何在我的请求中添加用户代理描述。
urlretrieve有可能吗?或者我需要使用其他方法吗?
答案 0 :(得分:7)
首先,设置版本:
urllib.URLopener.version = 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36 SE 2.X MetaSr 1.0'
然后:
filename, headers = urllib.urlretrieve(url)
答案 1 :(得分:4)
您可以使用URLopener或FancyURLopener类。 'version'参数指定了opener对象的用户代理。
opener = FancyURLopener({})
opener.version = 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.69 Safari/537.36'
opener.retrieve('http://example.com', 'index.html')
答案 2 :(得分:2)
我认为urlretrieve不可能 - 至少不容易。我建议创建一个urllib2.Request对象并将所需的标头传递给它。参见
http://docs.python.org/library/urllib2.html#urllib2.urlopen
例如。
答案 3 :(得分:2)
我知道这个问题已存在了7年。我通过尝试找出如何在使用User-Agent
函数时更改urlretrieve
来解决此问题。
对于那些没有运气到达这个问题的人来说,我就是这样做的:
# proxy = ProxyHandler({'http': 'http://192.168.1.31:8888'})
proxy = ProxyHandler({})
opener = build_opener(proxy)
opener.addheaders = [('User-Agent','Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_4) AppleWebKit/603.1.30 (KHTML, like Gecko) Version/10.1 Safari/603.1.30')]
install_opener(opener)
result = urlretrieve(url=file_url, filename=file_name)
我添加代理的原因是为了监控Charles的流量,这是我得到的流量:
答案 4 :(得分:0)
这样的东西不使用 urllib tho,为我工作了一个刮板
import requests
imageURL='http://image.jpg'
headers={'user-agent': 'Mozilla/5.0'}
r=requests.get(imageURL, headers=headers)
with open('image.jpg', 'wb') as f:
f.write(r.content)