摘要：
对于爬虫中部分网站设置了请求次数过多后会封杀ip，现在模拟浏览器进行爬虫，也就是说让服务器认识到访问他的是真正的浏览器而不是机器操作简单的直接添加请求头，将浏览器的信息在请求数据时传入：打开浏览器--打开开发者模式--请求任意网站如下图：找到请求的的名字，打开后查看headers栏，找到User-Agent，复制。
对于爬虫中部分网站设置了请求次数过多后会封杀ip，现在模拟浏览器进行爬虫，也就是说让服务器认识到访问他的是真正的浏览器而不是机器操作
简单的直接添加请求头，将浏览器的信息在请求数据时传入：
打开浏览器--打开开发者模式--请求任意网站
如下图：找到请求的的名字，打开后查看headers栏，找到User-Agent，复制。然后添加到请求头中
代码如下：
1 importrequests 2 3 url = 'https://www.baidu.com' 4 headers ={ 5 'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) ' 6 'Chrome/65.0.3325.181 Safari/537.36' 7 } 8 rq = requests.get(url=url, headers=headers) 9 print(rq.text)
更深的伪装浏览器，添加多个浏览器信息，每次请求的时候随机发送浏览器信息，让服务器了解不是一个浏览器一直在访问，（可以百度查找user-agent）
代码如下：
1 importrequests 2 importrandom 3 4 url = 'https://www.baidu.com' 5 headers_lists =( 6 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) ' 7 'Chrome/65.0.3325.181 Safari/537.36', 8 'Mozilla/4.0(compatible;MSIE7.0;WindowsNT5.1;Maxthon2.0', 9 'Opera/9.80(Android2.3.4;Linux;Operamobi/adr-1107051709;U;zh-cn)Presto/2.8.149Version/11.10', 10 'Mozilla/5.0(WindowsNT6.1;rv:2.0.1)Gecko/20100101Firefox/4.0.1', 11 'Mozilla/5.0(Android;Linuxarmv7l;rv:5.0)Gecko/Firefox/5.0fennec/5.0',) 12 13 rq = requests.get(url=url,headers={'User-Agent':random.choice(headers_lists)}) 14 print(rq.text)
完整的请求体解释：
以下是笔者访问百度的请求体。
Accept：浏览器端可以接受的媒体类型
Accept-Encoding：浏览器申明自己接收的编码方法
Accept-Language：浏览器申明自己接收的语言
Connection:keep-alive 客户端和服务器之间还在连接中，如果关闭就是close
Host:请求报头域主要用于指定被请求资源的Internet主机和端口号
User-Agent：使用的操作系统和浏览器的名称和版本
Cookie:是用来存储一些用户信息以便让服务器辨别用户身份的