Python爬虫之UserAgent

为了区分是真实的用户还是网络爬虫在向服务器发请求,网站通常会加入UserAgent信息.

在编写爬虫进行网页数据的时候，为了欺骗服务器,让服务器误以为爬虫是真实的用户,需要模拟UserAgent,一开始我从网上搜集了很多浏览器的头信息，写入一个txt文本文件中，在爬虫的过程中，随机地读取一条来完成爬虫。

安装fake-useragent：pip install fake-useragent

示例代码：

from fake_useragent import UserAgent
ua = UserAgent()
#ie浏览器的user agent
print(ua.ie)

#opera浏览器
print(ua.opera)

#chrome浏览器
print(ua.chrome)

#firefox浏览器
print(ua.firefox)

#safri浏览器
print(ua.safari)

#最常用的方式随机生成浏览器头信息
print(ua.random)

有时候会因为网络或者其他问题,出现异常(fake_useragent.errors.FakeUserAgentError: Maximum amount of retries reached), 可以禁用服务器缓存。

from fake_useragent import UserAgent
ua = UserAgent(use_cache_server=False)

使用这个包以后，再也不需要维护浏览器头信息，爬虫工作也变得简便很多啦！