Python 网页刮板和403禁止:我的网页刮板被网站阻止,我应该怎么做才能提出请求?
我写了一个脚本从网站上提取数据。但几次之后,当我请求时,它显示403禁止 我应该为这个问题做些什么 我的代码如下:Python 网页刮板和403禁止:我的网页刮板被网站阻止,我应该怎么做才能提出请求?,python,python-2.7,request,user-agent,Python,Python 2.7,Request,User Agent,我写了一个脚本从网站上提取数据。但几次之后,当我请求时,它显示403禁止 我应该为这个问题做些什么 我的代码如下: import requests, bs4 import csv links = [] with open('1-432.csv', 'rb') as urls: reader = csv.reader(urls) for i in reader: links.append(i[0]) info = [] nbr = 1 for url in l
import requests, bs4
import csv
links = []
with open('1-432.csv', 'rb') as urls:
reader = csv.reader(urls)
for i in reader:
links.append(i[0])
info = []
nbr = 1
for url in links:
# Problem is here.
sub = []
r = requests.get(url)
soup = bs4.BeautifulSoup(r.text, 'lxml')
start = soup.find('em')
forname = soup.find_all('b')
name = []
for b in forname:
name.append(b.text)
name = name[7]
sub.append(name.encode('utf-8'))
for b in start.find_next_siblings('b'):
if b.text in ('Category:', 'Website:', 'Email:', 'Phone' ):
sub.append(b.next_sibling.strip().encode('utf-8'))
info.append(sub)
print('Page ' + str(nbr) + ' is saved')
with open('Canada_info_4.csv', 'wb') as myfile:
wr = csv.writer(myfile,quoting=csv.QUOTE_ALL)
for u in info:
wr.writerow(u)
nbr += 1
我应该如何向网站提出请求。
示例url是
谢谢。可能有很多不同的问题,取决于他们的黑名单政策,修复可能为时已晚 至少,像这样刮东西通常被认为是迪克的行为。你在攻击他们的服务器。试着在你的主循环中加入一个
时间。睡眠(10)
其次,尝试设置用户代理。看到或
一个更好的解决方案是看看他们是否有一个你可以使用的API。如果你被阻止了,你就被阻止了。大多数网站对抓取持悲观态度。你可能违反了他们的使用条款。我投票结束这个问题,因为它不是一个真正的编程问题。非常感谢。我试试看。