python爬虫添加请求头和请求主体

添加头部信息有两种方法

1.通过添加urllib.request.Request中的headers参数

#先把要用到的信息放到一个字典中
headers = {}
headers['User-Agent'] = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) .......'
headers['......'] = '........'

#提交的主体信息，可以使用windows的浏览器找出来，以字典的形式写出来
data = {}
data['eng'] = '0'  #1：英->汉  0:汉->英
data['validate'] = ''
data['ignore_trans'] = '0'

#将携带的数据转换成请求方法的对应类型
reqdata = urllib.parse.urlencode(data).encode('utf-8')

#生成一个请求报文，这里的url和data需要提前给定 
req = urllib.request.Request(url,reqdata,headers) 

#使用这个报文去请求网页，这时请求的报文中就带有浏览器标识了
html = urllib.request.urlopen(req).read()

2.通过urllib.request.Request的add_header方法添加

#生成请求报文，这里先不加入header参数
req = urllib.request.Request(url,reqdata)

#通过返回的请求对象添加header头，这里是个元祖，不是字典
req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; Win64; x64)')

#这时再去请求就是带有浏览器标识的报文了
html = urllib.request.urlopen(req).read()

 

360翻译示例代码：　

import urllib.request
import chardet
import urllib.parse
import json

#请求url路径，这个是360翻译
url = 'https://fanyi.so.com/index/search?eng=0&validate=&ignore_trans=0&query=%E5%8E%86%E5%8F%B2%0A'
#这里只写了个浏览器标识
headers = {}
headers['User-Agent'] = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'
#提交的请求主体信息
data = {}
data['eng'] = '0'  #1：英->汉  0:汉->英
data['validate'] = ''
data['ignore_trans'] = '0'
while True:
    str = input("请输出要翻译的中文（输入q退出）:") #要查询的内容
    if str == 'q':
        break
    else:
        data['query'] = str


    #将携带的数据转换成请求方法的对应类型
    reqdata = urllib.parse.urlencode(data).encode('utf-8')
    #把url、data、header封装成一个请求
    req = urllib.request.Request(url,reqdata,headers)
    #提交请求
    response = urllib.request.urlopen(req)
    #获取返回页面内容
    html = response.read()
    #将返回的页面进行解码，可以使用chardet.detect(html)查看页面编码
    # print(type(html)) 可以这样打印，判断出页面的类型是什么，好进行下一步的转码
    # print(isinstance(html,bytes))
    html = html.decode('ascii')
    #html为json格式，转换成字典类型
    html = json.loads(html)
    #提取出翻译的字段
    translation = html['data']['fanyi']

    print(translation)