Question

我正在使用python的urllib2和bs4。但是urllib2遇到了一些问题。某些网站如： http://dannijo.com/jewelry/necklaces/paloma.html

http://www.freepeople.com/

仅返回错误显示在下面

HTTP Error 403: Forbidden

我在堆栈溢出时看到过这个问题： urllib2.HTTPError: HTTP Error 403: Forbidden。但是他们建议的hdrs没有超过403 Forbidden。

如果有人知道更好的hdr，或者他们是否可以让我知道导致此问题的原因，那将非常感激。

这是我目前的代码：

    hdr = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
       'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
       'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
       'Accept-Encoding': 'none',
       'Accept-Language': 'en-US,en;q=0.8',
       'Connection': 'keep-alive'} 
    req = urllib2.Request(url,headers=hdr)
    page = urllib2.urlopen(url)
    soup = BeautifulSoup(page.read())

Answer 1

您实际上并未使用req实例。请执行以下操作：

soup = BeautifulSoup(urllib2.urlopen(req).read())

HTTP错误403：在urllib2请求上禁止

1 个答案: