RemoteDisconnected: Remote end closed connection without response的解决方法

 

原文链接：

参考链接：https://blog.csdn.net/goodnameused/article/details/80246331

参考链接：https://blog.csdn.net/u010883226/article/details/80183366

---

这个问题说的就是我们写的网络爬虫爬取第三方的时候，第三方不愿意被爬从而拒绝链接，解决这个的思路大概就是伪装浏览器来处理，单也不可避免还是会被拒，暂时只能勤换header的内容

 

 

 

在写爬虫的时候遇到了问题，网站是asp.net写的

requests.exceptions.ConnectionError: 
('Connection aborted.', RemoteDisconnected('Remote end closed connection without response',))

于是就抓包分析，发现只要加了’Accept-Language’就好了。。。

 'Accept-Language':'zh-CN,zh;q=0.9' 

 

---

方法二：

根据各位大神的解释是UA（User-Agent）出现问题了，

 headers = {'User-Agent': 'User-Agent:Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'}  
 req = request.Request(url, headers=headers)

 html = request.urlopen(req).read() 

 

需要模拟浏览器来解决。但是有好多网上的UA都不能用，应该这种UA爬取东西过多，直接被网站记录了黑名单，需要更改为自己的UA。一般在浏览器的地址栏输入: about:version

获得本机的UA，然后或者得到不同人的UA，使用random来规避一些网站的反爬措施，

 

如何使用涉及代码：第16、17、22、35行

import os
import urllib.request
import json
from urllib import request

import pytest
import requests
from bs4 import BeautifulSoup
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
#写入User-Agent，采用字典形式
# head={}
# head['User-Agent']='Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'


headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '  
                        'Chrome/51.0.2704.63 Safari/537.36', 'Accept-Language':'zh-CN,zh;q=0.9'}
#根据学名搜索页面
def apiSerch(xueming):
    apiUrl = "https://api.ebird.org/v2/ref/taxon/find?locale=zh_CN&cat=species&limit=150&key=jfekjedvescr&q="+xueming
    # 调用api 匹配学名
    resp = requests.get(apiUrl, headers=headers)
    print(resp.text)

    # resp = '[{"code": "apubrf1", "name": "Apurimac Brushfinch - Atlapetes forbesi"}]'
    data = json.loads(resp.text)
    # print(data2['code'],data2['name'])
    #如果未查询到则返回空串
    if (len(data) == 0):
        return ''
    print(data[0]['code'])
    # 根据学名的code值搜索 获取目标页面
    searchUrl = "https://ebird.org/species/"
    # 创建headers伪装浏览器
    shtml = requests.get(searchUrl + data[0]['code'] + "/", headers=headers)
    #print(shtml.text)
    return shtml